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.
NTMHiperparâmetros
A tabela a seguir lista os hiperparâmetros que você pode definir para o algoritmo Amazon SageMaker Neural Topic Model (NTM).
| Nome do parâmetro | Descrição |
|---|---|
|
|
O tamanho do vocabulário do conjunto de dados. Obrigatório Valores válidos: inteiro positivo (mínimo: 1; máximo: 1.000.000) |
num_topics |
O número de tópicos obrigatórios. Obrigatório Valores válidos: inteiro positivo (mínimo: 2; máximo: 1000) |
batch_norm |
Se a normalização de lote deve ser usada durante o treinamento. Opcional Valores válidos: true ou false Valor padrão: false |
clip_gradient |
A magnitude máxima de cada componente de gradiente. Opcional Valores válidos: flutuante (mínimo: 1e-3) Valor padrão: infinito |
encoder_layers |
O número de camadas no codificador e o tamanho da saída de cada camada. Quando definido como auto, o algoritmo usa duas camadas com 3 vezes o tamanho de Opcional Valores válidos: lista separada por vírgulas de inteiros positivos ou auto Valor padrão: auto |
encoder_layers_activation |
A função de ativação a ser usada nos codificadores de camadas. Opcional Valores válidos:
Valor padrão: |
epochs |
O número máximo de passagens nos dados de treinamento. Opcional Valores válidos: Número inteiro positivo (mínimo: 1) Valor padrão: 50 |
learning_rate |
A taxa de aprendizagem do otimizador. Opcional Valores válidos: flutuante (mínimo: 1e-6; máximo: 1,0) Valor padrão: 0.001 |
mini_batch_size |
O número de exemplos em cada minilote. Opcional Valores válidos: inteiro positivo (mínimo: 1; máximo: 10000) Valor padrão: 256 |
num_patience_epochs |
O número de epochs sucessivos sobre o qual cada critério de interrupção precoce é avaliado. A interrupção precoce é acionada quando a mudança na função de perda cai abaixo do Opcional Valores válidos: Número inteiro positivo (mínimo: 1) Valor padrão: 3 |
optimizer |
O otimizador a ser usado para o treinamento. Opcional Valores válidos: Valor padrão: |
rescale_gradient |
O fator de redimensionamento do gradiente. Opcional Valores válidos: flutuante (mínimo: 1e-3; máximo: 1,0) Valor padrão: 1.0 |
sub_sample |
A fração dos dados de treinamento da qual obter uma amostra para treinamento por epoch. Opcional Valores válidos: flutuante (mínimo: 0,0; máximo: 1,0) Valor padrão: 1.0 |
tolerance |
A mudança relativa máxima na função de perda. A interrupção precoce é acionada quando a mudança na função de perda cai abaixo desse valor no último Opcional Valores válidos: flutuante (mínimo: 1e-6; máximo: 0,1) Valor padrão: 0.001 |
weight_decay |
O coeficiente de degradação do peso. Adiciona regularização L2. Opcional Valores válidos: flutuante (mínimo: 0,0; máximo: 1,0) Valor padrão: 0.0 |
