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.

# Hiperparâmetros do NTM
<a name="ntm_hyperparameters"></a>

A tabela a seguir lista os hiperparâmetros que você pode definir para o algoritmo Amazon SageMaker AI Neural Topic Model (NTM).


| Nome do parâmetro | Description | 
| --- | --- | 
|  `feature_dim`  |  O tamanho do vocabulário do conjunto de dados. **Obrigatório** Valores válidos: inteiro positivo (mínimo: 1; máximo: 1.000.000)  | 
| num\$1topics |  O número de tópicos obrigatórios. **Obrigatório** Valores válidos: inteiro positivo (mínimo: 2; máximo: 1000)  | 
| batch\$1norm |  Se a normalização de lote deve ser usada durante o treinamento. **Opcional** Valores válidos: *true* ou *false* Valor padrão: *false*  | 
| clip\$1gradient |  A magnitude máxima de cada componente de gradiente. **Opcional** Valores válidos: flutuante (mínimo: 1e-3) Valor padrão: infinito  | 
| encoder\$1layers |  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 `num_topics` e 2 vezes o tamanho de `num_topics` respectivamente.  **Opcional** Valores válidos: lista separada por vírgulas de inteiros positivos ou *auto* Valor padrão: *auto*  | 
| encoder\$1layers\$1activation |  A função de ativação a ser usada nos codificadores de camadas. **Opcional** Valores válidos:  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/ntm_hyperparameters.html) Valor padrão: `sigmoid`  | 
| epochs |  O número máximo de passagens nos dados de treinamento. **Opcional** Valores válidos: inteiro positivo (mínimo: 1) Valor padrão: 50  | 
| learning\$1rate |  A taxa de aprendizado do otimizador. **Opcional** Valores válidos: flutuante (mínimo: 1e-6; máximo: 1,0) Valor padrão: 0.001  | 
| mini\$1batch\$1size |  O número de exemplos em cada minilote. **Opcional** Valores válidos: inteiro positivo (mínimo: 1; máximo: 10000) Valor padrão: 256  | 
| num\$1patience\$1epochs |  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 `tolerance` especificado no último `num_patience_epochs` número de epochs. Para desativar a interrupção precoce, defina `num_patience_epochs` como um valor maior que `epochs`. **Opcional** Valores válidos: inteiro positivo (mínimo: 1) Valor padrão: 3  | 
| optimizer |  O otimizador a ser usado para o treinamento. **Opcional** Valores válidos: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/ntm_hyperparameters.html) Valor padrão: `adadelta`  | 
| rescale\$1gradient |  O fator de redimensionamento do gradiente. **Opcional** Valores válidos: flutuante (mínimo: 1e-3; máximo: 1,0) Valor padrão: 1.0  | 
| sub\$1sample |  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 `num_patience_epochs` número de epochs. **Opcional** Valores válidos: flutuante (mínimo: 1e-6; máximo: 0,1) Valor padrão: 0.001  | 
| weight\$1decay |   O coeficiente de degradação do peso. Adiciona regularização L2. **Opcional** Valores válidos: flutuante (mínimo: 0,0; máximo: 1,0) Valor padrão: 0.0  |