Factorization Machines-Hyperparameter - Amazon SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Factorization Machines-Hyperparameter

Die folgende Tabelle enthält die Hyperparameter für den Faktorisierungskommazahl. Dies sind Parameter, die von Benutzern festgelegt werden, um die Schätzung der Modellparameter aus Daten zu erleichtern. Die obligatorischen Hyperparameter, die festgelegt werden müssen, sind zuerst aufgelistet (in alphabetischer Reihenfolge). Die optionalen Hyperparameter, die festgelegt werden können, sind als Nächstes aufgeführt (ebenfalls in alphabetischer Reihenfolge).

Parametername Beschreibung
feature_dim

Die Dimension des Eingabefunktionsraums. Dies kann bei geringen Eingaben sehr hoch sein.

Erforderlich

Zulässige Werte: Positive Ganzzahl. Vorgeschlagener Wertebereich [10000,1000.000]

num_factors

Die Dimensionalität der Faktorisierung.

Erforderlich

Zulässige Werte: Positive Ganzzahl. Vorgeschlagener Wertebereich: [2.1000], 64 generiert in der Regel gute Ergebnisse und ist ein guter Ausgangspunkt.

predictor_type

Der Prognosetyp.

  • binary_classifier: Für binäre Klassifizierungsaufgaben.

  • regressor: Für Regressionsaufgaben.

Erforderlich

Zulässige Werte: -Zeichenfolge:binary_classifieroderregressor

bias_init_method

Die Initialisierungsmethode für den Bias-Ausdruck:

  • normal: Initialisiert Gewichtungen mit Zufallswerten, die als Stichprobe aus einer normalen Verteilung mit einem Mittelwert von 0 und der von bias_init_sigma angegebenen Standardabweichung gezogen wurden.

  • uniform: Initialisiert Gewichtungen mit Zufallswerten, die einheitlich aus einem über [-bias_init_scale, +bias_init_scale] spezifizierten Stichprobenbereich gezogen wurden.

  • constant: Initialisiert Gewichtungen in einen von bias_init_value angegebenen Skalarwert.

Optional

Gültige Werte: uniform, normal oder constant

Standardwert: normal

bias_init_scale

Initialisierungsbereich für den Bias-Ausdruck. Wird wirksam, wenn bias_init_method auf uniform gesetzt ist.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: Keine

bias_init_sigma

Die Standardabweichung bei der Initialisierung des Bias-Ausdrucks. Wird wirksam, wenn bias_init_method auf normal gesetzt ist.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.01

bias_init_value

Der Initialwert des Bias-Ausdrucks. Wird wirksam, wenn bias_init_method auf constant gesetzt ist.

Optional

Zulässige Werte: Gleitkommazahl Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: Keine

bias_lr

Die Lernrate für den Bias-Ausdruck.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.1

bias_wd

Der Zerfall der Gewichtung für den Bias-Ausdruck.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.01

clip_gradient

Clipping Optimizer Gradient-Parameter. Schneidet den Gradienten durch Projektion von [-clip_gradient, +clip_gradient] auf das Intervall.

Optional

Zulässige Werte: Gleitkommazahl

Standardwert: Keine

epochs

Die Anzahl der auszuführenden Schulungsepochen.

Optional

Zulässige Werte: Positive Ganzzahl

Standardwert: 1

eps

Epsilon-Parameter zur Vermeidung der Division durch 0.

Optional

Zulässige Werte: Gleitkommazahl Vorgeschlagener Wert: klein.

Standardwert: Keine

factors_init_method

Die Initialisierungsmethode für Faktorisierungsausdrücke:

  • normal Initialisiert Gewichtungen mit Zufallswerten, die als Stichprobe aus einer normalen Verteilung mit einem Mittelwert von 0 und der von factors_init_sigma angegebenen Standardabweichung gezogen wurden.

  • uniform: Initialisiert Gewichtungen mit Zufallswerten, die einheitlich aus einem über [-factors_init_scale, +factors_init_scale] spezifizierten Stichprobenbereich gezogen wurden.

  • constant: Initialisiert Gewichtungen in einen von factors_init_value angegebenen Skalarwert.

Optional

Gültige Werte: uniform, normal oder constant.

Standardwert: normal

factors_init_scale

Der Initialisierungsbereich für Faktorisierungsausdrücke. Wird wirksam, wenn factors_init_method auf uniform gesetzt ist.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: Keine

factors_init_sigma

Die Standardabweichung bei der Initialisierung von Faktorisierungsausdrücken. Wird wirksam, wenn factors_init_method auf normal gesetzt ist.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.001

factors_init_value

Der Initialwert der Faktorisierungsausdrücke. Wird wirksam, wenn factors_init_method auf constant gesetzt ist.

Optional

Zulässige Werte: Gleitkommazahl Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: Keine

factors_lr

Die Lernrate für Faktorisierungsausdrücke.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0,0001

factors_wd

Der Zerfall der Gewichtung für Faktorisierungsausdrücke.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0,00001

linear_lr

Die Lernrate für lineare Ausdrücke.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.001

linear_init_method

Die Initialisierungsmethode für lineare Ausdrücke:

  • normal Initialisiert Gewichtungen mit Zufallswerten, die als Stichprobe aus einer normalen Verteilung mit einem Mittelwert von 0 und der von linear_init_sigma angegebenen Standardabweichung gezogen wurden.

  • uniform: Initialisiert Gewichtungen mit Zufallswerten, die einheitlich aus einem über [-linear_init_scale, +linear_init_scale] spezifizierten Stichprobenbereich gezogen wurden.

  • constant: Initialisiert Gewichtungen in einen von linear_init_value angegebenen Skalarwert.

Optional

Gültige Werte: uniform, normal oder constant.

Standardwert: normal

linear_init_scale

Initialisierungsbereich für lineare Ausdrücke. Wird wirksam, wenn linear_init_method auf uniform gesetzt ist.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: Keine

linear_init_sigma

Die Standardabweichung bei der Initialisierung linearer Ausdrücke. Wird wirksam, wenn linear_init_method auf normal gesetzt ist.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.01

linear_init_value

Der Initialwert der linearen Ausdrücke. Wird wirksam, wenn linear_init_method auf constant gesetzt ist.

Optional

Zulässige Werte: Gleitkommazahl Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: Keine

linear_wd

Der Zerfall der Gewichtung für lineare Bias-Ausdrücke.

Optional

Zulässige Werte: Nicht negativer Float. Vorgeschlagener Wertebereich: [1e-8, 512].

Standardwert: 0.001

mini_batch_size

Die Größe des im Rahmen der Schulung verwendeten Mini-Stapels.

Optional

Zulässige Werte: Positive Ganzzahl

Standardwert: 1000

rescale_grad

Gradient Rescaling Optimizer-Parameter. Falls gesetzt, wird der Gradient vor der Aktualisierung mit rescale_grad multipliziert. Häufige Auswahl ist 1,0/batch_size.

Optional

Zulässige Werte: Gleitkommazahl

Standardwert: Keine