Hiperparámetros de segmentación semántica

En las siguientes tablas se enumeran los hiperparámetros compatibles con el algoritmo de segmentación SageMaker semántica de Amazon para la arquitectura de red, las entradas de datos y el entrenamiento. Especifique la segmentación semántica para la capacitación en el AlgorithmName de la solicitud de CreateTrainingJob.

Hiperparámetros de arquitectura de red

Nombre del parámetro	Descripción
backbone	El núcleo que se va a usar para el componente de codificador del algoritmo. Opcional Valores válidos: resnet-50, resnet-101 Valor predeterminado: resnet-50
use_pretrained_model	Si un modelo capacitado previamente se va a usar para el núcleo. Opcional Valores válidos: True, False Valor predeterminado: True
algorithm	El algoritmo que se va a usar para la segmentación semántica. Opcional Valores válidos: fcn: Algoritmo de red totalmente convolucional (FCN) psp: Algoritmo de análisis de escena de pirámide (PSP) deeplab: Algoritmo V3 DeepLab Valor predeterminado: fcn

Hiperparámetros de datos

Nombre del parámetro	Descripción
num_classes	El número de clases que se va a segmentar. Obligatorio Valores válidos: 2 ≤ entero positivo ≤ 254
num_training_samples	El número de muestras de los datos de capacitación. El algoritmo usa este valor para configurar el programador de la tasa de aprendizaje. Obligatorio Valores válidos: número entero positivo
base_size	Define cómo se reescalan las imágenes antes de recortar. Las imágenes se reescalan de tal manera que la longitud de tamaño largo se establece en el base_size multiplicado por un número aleatorio de 0,5 a 2,0, y el tamaño corto se calcula para preservar la relación de aspecto. Opcional Valores válidos: número entero positivo > 16 Valor predeterminado: 520
crop_size	El tamaño de imagen de la entrada durante el entrenamiento. Reescalamos aleatoriamente la imagen de entrada en función del base_size y, a continuación, realizamos un recorte cuadrado aleatorio con una longitud lateral igual a crop_size. El crop_size de entrada se redondeará automáticamente hasta múltiplos de 8. Opcional Valores válidos: número entero positivo > 16 Valor predeterminado: 240

Hiperparámetros de capacitación

Nombre del parámetro	Descripción
early_stopping	Si se usa una lógica de detención temprana durante la capacitación. Opcional Valores válidos: True, False Valor predeterminado: False
early_stopping_min_epochs	El número mínimo de fechas de inicio que se debe ejecutar. Opcional Valores válidos: número entero Valor predeterminado: 5
early_stopping_patience	El número de fechas de inicio que se ajustan a la tolerancia para un rendimiento más bajo antes de que el algoritmo fuerce una detención temprana. Opcional Valores válidos: número entero Valor predeterminado: 4
early_stopping_tolerance	Si la mejora relativa de la puntuación del trabajo de capacitación, mIOU, es más pequeña que este valor, la detención temprana considera que no se ha mejorado la fecha de inicio. Esta se usa solo cuando early_stopping = True. Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0,0
epochs	El número de fechas de inicio con el que se va a capacitar. Opcional Valores válidos: número entero positivo Valor predeterminado: 10
gamma1	El factor de decremento del promedio de movimiento del gradiente cuadrado para rmsprop. Usado solo con rmsprop. Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0,9
gamma2	El factor de impulso para rmsprop. Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0,9
learning_rate	La tasa de aprendizaje inicial. Opcional Valores válidos: 0 < número flotante ≤ 1 Valor predeterminado: 0.001
lr_scheduler	La forma de la programación de tasa de aprendizaje que controla su disminución con el tiempo. Opcional Valores válidos: step: un decaimiento gradual, en el que la tasa de aprendizaje se reduce (multiplica) por las lr_scheduler_factor fechas de inicio (epochs) posteriores y especificadas por lr_scheduler_step. poly: un decremento suave con una función polinómica. cosine: un decremento suave con una función de coseno. Valor predeterminado: poly
lr_scheduler_factor	Si lr_scheduler se establece en step, la relación por la que se reduce (multiplica) learning_rate después de cada una de las fechas de inicio (epochs) especificadas por lr_scheduler_step. De lo contrario, se ignora. Opcional Valores válidos: 0 ≤ número flotante ≤ 1 Valor predeterminado: 0.1
lr_scheduler_step	Una lista delimitada por comas de las fechas de inicio (epochs) después de las cuales learning_rate se reduce (multiplica) por un lr_scheduler_factor. Por ejemplo, si el valor se establece en "10, 20", la learning-rate se reduce por lr_scheduler_factor después de la décima fecha de inicio y, de nuevo, después de la vigésima fecha de inicio. Es obligatorio si lr_scheduler está establecido en step. De lo contrario, se ignora. Valores válidos: cadena Valor predeterminado: (no hay predeterminado, ya que el valor es obligatorio cuando se usa).
mini_batch_size	El tamaño del lote para la capacitación. El uso de un mini_batch_size grande suele dar lugar a una capacitación más rápida, pero podría hacer que se quedara sin memoria. El uso de memoria se ve afectado por los valores de los parámetros mini_batch_size e image_shape, y la arquitectura de núcleo. Opcional Valores válidos: número entero positivo Valor predeterminado: 16
momentum	El impulso para el optimizador sgd. Cuando usa otros optimizadores, el algoritmo de segmentación semántica omite este parámetro. Opcional Valores válidos: 0 < flotante ≤ 1 Valor predeterminado: 0,9
optimizer	El tipo de optimizador. Para obtener más información sobre un optimizador, elija el enlace adecuado: adam: estimación de momento adaptativa adagrad: Descendiente de gradiente adaptativo nag: Nesterov accelerated gradient rmsprop: Root mean square propagation sgd: descenso de gradiente estocástico Opcional Valores válidos: adam, adagrad, nag, rmsprop, sgd Valor predeterminado: sgd
syncbn	Si se establece en True, la varianza y la media de normalización del lote se calculan en todas las muestras procesadas en las GPU. Opcional Valores válidos: True, False Valor predeterminado: False
validation_mini_batch_size	El tamaño del lote para la validación. Un mini_batch_size grande suele dar lugar a una capacitación más rápida, pero podría hacer que se quedara sin memoria. El uso de memoria se ve afectado por los valores de los parámetros mini_batch_size e image_shape, y la arquitectura de núcleo. Para puntuar la validación de toda la imagen sin cortar las imágenes, establezca este parámetro en 1. Use esta opción si desea medir el rendimiento de toda la imagen en su conjunto. nota El establecimiento del parámetro validation_mini_batch_size en 1 hace que el algoritmo cree un nuevo modelo de red para todas las imágenes. Esto podría ralentizar la validación y la capacitación. Para cortar imágenes y dejar el tamaño especificado en el parámetro crop_size, incluso durante la evaluación, establezca este parámetro en un valor mayor que 1. Opcional Valores válidos: número entero positivo Valor predeterminado: 16
weight_decay	El coeficiente de degradación de ponderación para el optimizador sgd. Cuando usa otros optimizadores, el algoritmo omite este parámetro. Opcional Valores válidos: 0 < flotante < 1 Valor predeterminado: 0.0001