As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Ajustar um modelo DeepAR

O ajuste automático de modelos, também conhecido como ajuste de hiperparâmetros, localiza a melhor versão de um modelo executando vários trabalhos que testam uma série de hiperparâmetros no seu conjunto de dados. Você escolhe os hiperparâmetros ajustáveis, um intervalo de valores para cada um e uma métrica objetiva. Você escolhe a métrica objetiva entre as métricas que o algoritmo calcula. O ajuste de modelo automático pesquisa os hiperparâmetros escolhidos para encontrar a combinação de valores que resultam no modelo que otimiza a métrica objetiva.

Para mais informações sobre o ajuste de modelos, consulte Ajuste automático do modelo com SageMaker.

Métricas calculadas pelo algoritmo DeepAR

O algoritmo DeepAR relata três métricas, que são calculadas durante o treinamento. Ao ajustar um modelo, escolha uma delas como o objetivo. Para o objetivo, use a precisão da previsão em um canal de teste fornecido (recomendado) ou a perda de treinamento. Para recomendações sobre a divisão de treinamento/teste para o algoritmo DeepAR, consulte Melhores práticas para usar o algoritmo DeepAR.

Hyperparameters ajustáveis para o algoritmo DeepAR

Ajuste um modelo DeepAR com os seguintes hiperparâmetros. Os hiperparâmetros que têm o maior impacto, listados na ordem do maior até o menor impacto, em métricas objetivas do DeepAR são: epochs, context_length, mini_batch_size, learning_rate e num_cells.