Hiperparâmetros de Object2Vec

Na solicitação CreateTrainingJob, é especificado o algoritmo de treinamento. Você também pode especificar hiperparâmetros específicos do algoritmo como mapas. string-to-string A tabela a seguir lista os hiperparâmetros do algoritmo de treinamento do Object2Vec.

Nome do parâmetro	Descrição
`enc0_max_seq_len`	O tamanho máximo da sequência do codificador enc0. Obrigatório Valores válidos: 1 ≤ inteiro ≤ 5000
`enc0_vocab_size`	O tamanho do vocabulário de tokens enc0. Obrigatório Valores válidos: 2 ≤ inteiro ≤ 3000000
`bucket_width`	A diferença permitida entre o tamanho da sequência de dados quando a geração de buckets é habilitada. Para habilitar buckets, especifique um valor diferente de zero para esse parâmetro. Opcional Valores válidos: 0 ≤ inteiro ≤ 100 Valor padrão: 0 (sem geração de buckets)
`comparator_list`	Uma lista usada para personalizar a maneira como dois envios são comparados. A camada de operador do comparador Object2Vec usa as codificações de ambos os codificadores como entradas e saídas de um único vetor. Este vetor é uma concatenação de subvetores. Os valores da cadeia de caracteres transmitidas para a `comparator_list` e a ordem na qual elas são transmitidas determina como esses subvetores são montados. Por exemplo, se `comparator_list="hadamard, concat"`, o operador comparador, cria o vetor concatenando o produto de Hadamard de duas codificações e a concatenação de duas codificações. Se, por outro lado, e `comparator_list="hadamard"`, o operador comparador, cria o vetor como produto do hadamard de apenas duas codificações. Opcional Valores válidos: uma string que contém qualquer combinação dos nomes dos três operadores binários: `hadamard`, `concat`, ou `abs_diff`. O algoritmo Object2Vec atualmente exige que as duas codificações vetoriais tenham a mesma dimensão. Esses operadores produzem os subvetores da seguinte maneira: `hadamard`: Cria um vetor como produto Hadamard (element-wise) de duas codificações. `concat`: Cria um vetor como a concatenação de duas codificações. `abs_diff`: Cria um vetor como a diferença absoluta entre duas codificações. Valor padrão: `"hadamard, concat, abs_diff"`
`dropout`	A probabilidade de abandono para camadas de rede. O abandono é uma forma de regularização usada em redes neurais que reduz o sobreajuste ao remover neurônios codependentes. Opcional Valores válidos: 0,0 ≤ flutuante ≤ 1,0 Valor padrão: 0.0
`early_stopping_patience`	O número de epochs consecutivos sem melhoria permitida antes que a interrupção precoce seja aplicada. A melhoria é definida pelo hiperparâmetro `early_stopping_tolerance`. Opcional Valores válidos: 1 ≤ inteiro ≤ 5 Valor padrão: 3
`early_stopping_tolerance`	A redução na função de perda que um algoritmo deve alcançar entre epochs consecutivos para evitar a interrupção precoce após o número de epochs consecutivos especificado no hiperparâmetro `early_stopping_patience` ser concluído. Opcional Valores válidos: 0,000001 ≤ flutuante ≤ 0,1 Valor padrão: 0,01
`enc_dim`	A dimensão da saída da camada de incorporação. Opcional Valores válidos: 4 ≤ inteiro ≤ 10000 Valor padrão: 4096
`enc0_network`	O modelo de rede para o codificador enc0. Opcional Valores válidos: `hcnn`, `bilstm` ou `pooled_embedding` `hcnn`: uma rede neural convolucional hierárquica. `bilstm`: Uma rede bidirecional de memória de curto prazo (biLSTM), na qual o sinal se propaga para trás e para frente no tempo. Essa é uma arquitetura de rede neural recorrente (RNN) apropriada para tarefas de aprendizado sequencial. `pooled_embedding`: Calcula a média da incorporações de todos os tokens na entrada. Valor padrão: `hcnn`
`enc0_cnn_filter_width`	A largura do filtro do codificador enc0 da rede neural convolucional (CNN). Condicional Valores válidos: 1 ≤ inteiro ≤ 9 Valor padrão: 3
`enc0_freeze_pretrained_embedding`	Se os pesos de incorporações pré-treinadas de enc0 devem ou não ser congelados. Condicional Valores válidos: `True` ou `False` Valor padrão: `True`
`enc0_layers`	O número de camadas no codificador enc0. Condicional Valores válidos: `auto` ou 1 ≤ inteiro ≤ 4 Para `hcnn`, `auto` significa 4. Para `bilstm`, `auto` 1. Para `pooled_embedding`, `auto` ignora o número de camadas. Valor padrão: `auto`
`enc0_pretrained_embedding_file`	O nome do arquivo de incorporação de token enc0 pré-treinado no canal de dados auxiliar. Condicional Valores válidos: string com caracteres alfanuméricos, sublinhado ou ponto final. [A-Za-z0-9\.\_] Valor padrão: "" (string vazia)
`enc0_token_embedding_dim`	A dimensão de saída da camada de incorporação de token enc0. Condicional Valores válidos: 2 ≤ inteiro ≤ 1000 Valor padrão: 300
`enc0_vocab_file`	O arquivo de vocabulário para mapear vetores de incorporação de tokens enc0 pré-treinados ao vocabulário numérico. IDs Condicional Valores válidos: string com caracteres alfanuméricos, sublinhado ou ponto final. [A-Za-z0-9\.\_] Valor padrão: "" (string vazia)
`enc1_network`	O modelo de rede do codificador enc1. Se você quiser que o codificador enc1 use o mesmo modelo de rede que o enc0, incluindo os valores do hiperparâmetro, defina o valor como `enc0`. nota Mesmo quando as redes dos codificadores enc0 e enc1 tiverem arquiteturas simétricas, você não poderá compartilhar valores de parâmetros para essas redes. Opcional Valores válidos: `enc0`, `hcnn`, `bilstm` ou `pooled_embedding` `enc0`: O modelo de rede para o codificador enc0. `hcnn`: uma rede neural convolucional hierárquica. `bilstm`: Um bidirecionalLSTM, no qual o sinal se propaga para trás e para frente no tempo. Essa é uma arquitetura de rede neural recorrente (RNN) apropriada para tarefas de aprendizado sequencial. `pooled_embedding`: A média dos encaixes de todos os tokens na entrada. Valor padrão: `enc0`
`enc1_cnn_filter_width`	A largura do filtro do codificador CNN enc1. Condicional Valores válidos: 1 ≤ inteiro ≤ 9 Valor padrão: 3
`enc1_freeze_pretrained_embedding`	Se os pesos de incorporações pré-treinadas de enc1 devem ou não ser congelados. Condicional Valores válidos: `True` ou `False` Valor padrão: `True`
`enc1_layers`	O número de camadas no codificador enc1. Condicional Valores válidos: `auto` ou 1 ≤ inteiro ≤ 4 Para `hcnn`, `auto` significa 4. Para `bilstm`, `auto` 1. Para `pooled_embedding`, `auto` ignora o número de camadas. Valor padrão: `auto`
`enc1_max_seq_len`	O tamanho máximo da sequência do codificador enc1. Condicional Valores válidos: 1 ≤ inteiro ≤ 5000
`enc1_pretrained_embedding_file`	O nome de incorporação de token enc1 pré-treinado no canal de dados auxiliar. Condicional Valores válidos: string com caracteres alfanuméricos, sublinhado ou ponto final. [A-Za-z0-9\.\_] Valor padrão: "" (string vazia)
`enc1_token_embedding_dim`	A dimensão de saída da camada de incorporação de token enc1. Condicional Valores válidos: 2 ≤ inteiro ≤ 1000 Valor padrão: 300
`enc1_vocab_file`	O arquivo de vocabulário para mapear incorporações de tokens enc1 pré-treinados ao vocabulário. IDs Condicional Valores válidos: string com caracteres alfanuméricos, sublinhado ou ponto final. [A-Za-z0-9\.\_] Valor padrão: "" (string vazia)
`enc1_vocab_size`	O tamanho do vocabulário de tokens enc0. Condicional Valores válidos: 2 ≤ inteiro ≤ 3000000
`epochs`	O número de epochs a serem executados para treinamento. Opcional Valores válidos: 1 ≤ inteiro ≤ 100 Valor padrão: 30
`learning_rate`	A taxa de aprendizagem para treinamento. Opcional Valores válidos: 1,0E-6 ≤ flutuante ≤ 1,0 Valor padrão: 0,0004
`mini_batch_size`	O tamanho do lote em que o conjunto de dados é dividido em um `optimizer` durante o treinamento. Opcional Valores válidos: 1 ≤ inteiro ≤ 10000 Valor padrão: 32
`mlp_activation`	O tipo de função de ativação para a camada multicamada perceptron (MLP). Opcional Valores válidos: `tanh`, `relu` ou `linear` `tanh`: Tangente hiperbólica `relu`: Unidade linear retificada (ReLU) `linear`: Função linear Valor padrão: `linear`
`mlp_dim`	A dimensão da saída das MLP camadas. Opcional Valores válidos: 2 ≤ inteiro ≤ 10000 Valor padrão: 512
`mlp_layers`	O número de MLP camadas na rede. Opcional Valores válidos: 0 ≤ inteiro ≤ 10 Valor padrão: 2
`negative_sampling_rate`	O coeficiente de amostras negativas, gerada para auxiliar no treinamento do algoritmo, para amostras positivas fornecidas pelos usuários. Amostras negativas representam dados que são improváveis de ocorrer na realidade e são rotulados negativamente para treinamento. Eles facilitam o treinamento de um modelo para diferenciar as amostras positivas observadas das amostras negativas que não são. Para especificar a proporção de amostras negativas para amostras positivas usadas para treinamento, defina o valor como um inteiro positivo. Por exemplo, se você treinar o algoritmo em dados de entrada nos quais todas as amostras são positivas e configuradas `negative_sampling_rate` como 2, o algoritmo Object2Vec gera internamente duas amostras negativas por amostra positiva. Se você não quiser gerar ou usar amostras negativas durante o treinamento, defina o valor como 0. Opcional Valores válidos: 0 ≤ inteiro Valor padrão: 0 (desativado)
`num_classes`	O número de classes para treinamento de classificação. A Amazon SageMaker ignora esse hiperparâmetro para problemas de regressão. Opcional Valores válidos: 2 ≤ inteiro ≤ 30 Valor padrão: 2
`optimizer`	O tipo de otimizador. Opcional Valores válidos: `adadelta`, `adagrad`, `adam`, `sgd` ou `rmsprop`. `adadelta`: Um método de taxa de aprendizagem por dimensão para descida de gradiente `adagrad`: O algoritmo de gradiente adaptativo `adam`: O algoritmo de estimativa de momento adaptativo `sgd`: Descida de gradiente estocástica `rmsprop`: Propagação da raiz média quadrática Valor padrão: `adam`
`output_layer`	O tipo de camada de saída em que você especifica que a tarefa é regressão ou classificação. Opcional Valores válidos: `softmax` ou `mean_squared_error` `softmax`: A função Softmax usada para a classificação. `mean_squared_error`: O MSEusado para regressão. Valor padrão: `softmax`
`tied_token_embedding_weight`	Se deve usar uma camada de incorporação compartilhada para os dois codificadores. Se as entradas dos dois codificadores usarem as mesmas unidades de nível de token, use uma camada de incorporação de token compartilhado. Por exemplo, para um conjunto de documentos, se um codificador codifica frases e outro codifica documentos inteiros, você pode usar uma camada de incorporação de token compartilhado. Isso porque ambas as sentenças e documentos são compostos de tokens de palavras do mesmo vocabulário. Opcional Valores válidos: `True` ou `False` Valor padrão: `False`
`token_embedding_storage_type`	O modo de atualização de gradiente usado durante o treinamento: quando o modo `dense` é usado, o otimizador calcula a matriz de gradiente completa para a camada de incorporação de token, mesmo que a maioria das linhas do gradiente seja de valor zero. Quando o modo `sparse` é usado, o otimizador só armazena linhas do gradiente que estão sendo usadas no mini-lote. Se você quiser que o algoritmo realize atualizações de gradiente lento, que calculam os gradientes apenas nas linhas diferentes de zero e que aceleram o treinamento, especifique `row_sparse`. Definindo o valor como `row_sparse` para restringir os valores disponíveis para outros hiperparâmetros, da seguinte maneira: O hiperparâmetro `optimizer` deve ser definido como `adam`, `adagrad`, ou `sgd`. Caso contrário, o algoritmo lançará um `CustomerValueError`. O algoritmo desativará automaticamente buckets de `bucket_width`, configurando o hiperparâmetro como 0. Opcional Valores válidos: `dense` ou `row_sparse` Valor padrão: `dense`
`weight_decay`	O parâmetro de degradação de peso usado para otimização. Opcional Valores válidos: 0 ≤ flutuante ≤ 10000 Valor padrão: 0 (sem degradação)

Atenção O Javascript está desativado ou não está disponível no seu navegador.

Para usar a documentação da AWS, o Javascript deve estar ativado. Consulte as páginas de Ajuda do navegador para obter instruções.

Convenções do documento

Como funciona

Ajuste de modelos

Hiperparâmetros de Object2Vec

nota