물체 감지 - TensorFlow 하이퍼파라미터 - 아마존 SageMaker

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

물체 감지 - TensorFlow 하이퍼파라미터

하이퍼파라미터는 기계 학습 모델이 학습을 시작하기 전에 설정되는 파라미터입니다. Amazon의 SageMaker 내장된 객체 감지 - TensorFlow 알고리즘은 다음과 같은 하이퍼파라미터를 지원합니다. 하이퍼파라미터 튜닝 관련 정보는 객체 감지 조정 - 모델 TensorFlow 을(를) 참조하세요.

파라미터 이름 설명
batch_size

교육용 배치 크기.

유효한 값: 양수.

기본값: 3.
beta_1

"adam" 최적화 프로그램용 beta1. 1차 추정치의 지수 감소율을 나타냅니다. 다른 옵티마이저의 경우 무시됩니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.9.
beta_2

"adam" 최적화 프로그램용 beta2. 2차 추정치의 지수 감소율을 나타냅니다. 다른 옵티마이저의 경우 무시됩니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.999.
early_stopping

"True"을(를) 통해 훈련 중 조기 중지 로직을 사용하도록 설정합니다. "False"인 경우에는 조기 중지를 사용하지 않습니다.

유효한 값: 문자열, 다음 중 하나: ("True" 또는 "False").

기본값: "False".
early_stopping_min_delta 개선으로 인정받는 데 필요한 최소 변화. early_stopping_min_delta의 값보다 작은 절대 변화는 개선으로 인정되지 않습니다. early_stopping이(가) "True"(으)로 설정된 경우에만 사용합니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.0.
early_stopping_patience

개선이 없는 상태에서도 훈련을 계속할 수 있는 에포크의 수. early_stopping이(가) "True"(으)로 설정된 경우에만 사용합니다.

유효한 값: 양수.

기본값: 5.
epochs

훈련 epoch의 수.

유효한 값: 양수.

기본값: 소형 모델의 경우 5, 대형 모델의 경우 1
epsilon

"adam", "rmsprop", "adadelta", "adagrad" 최적화 프로그램의 엡실론입니다. 0으로 나눠지지 않도록 대개 작은 값으로 설정됩니다. 다른 옵티마이저의 경우 무시됩니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 1e-7.
initial_accumulator_value

"adagrad" 최적화 프로그램 전용 누적기의 시작 값 또는 파라미터별 모멘텀 값. 다른 옵티마이저의 경우 무시됩니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.1.
learning_rate 최적화 프로그램 학습률.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.001.
momentum

"sgd" 및 "nesterov" 최적화 프로그램의 모멘텀. 다른 옵티마이저의 경우 무시됩니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.9.
optimizer

옵티마이저 유형. 자세한 내용은 설명서의 옵티마이저를 참조하십시오. TensorFlow

유횻값: 문자열, 다음 중 하나: ("adam", "sgd", "nesterov", "rmsprop", "adagrad", "adadelta").

기본값: "adam".
reinitialize_top_layer

"Auto"(으)로 설정하면 미세 조정 중에 최상위 분류 계층 파라미터가 다시 초기화됩니다. 증분 훈련에서 최상위 분류 계층 파라미터는 "True"(으)로 설정된 경우를 제외하면 다시 초기화되지 않습니다.

유효한 값: 문자열, 다음 중 하나: ("Auto", "True" 또는 "False").

기본값: "Auto".
rho

"adadelta" 및 "rmsprop" 최적화 프로그램의 그라데이션에 대한 할인 계수입니다. 다른 옵티마이저의 경우 무시됩니다.

유효한 값: 부동 소수점, 범위: [0.0, 1.0].

기본값: 0.95.
train_only_on_top_layer

"True"인 경우 최상위 분류 계층 파라미터만 미세 조정됩니다. "False"인 경우 모든 모델 파라미터가 미세 조정됩니다.

유효한 값: 문자열, 다음 중 하나: ("True" 또는 "False").

기본값: "False".