Réglage d'un modèle DeepAR

Le réglage de modèle automatique, ou réglage d'hyperparamètre, détecte la meilleure version d'un modèle en exécutant plusieurs tâches qui testent une plage d'hyperparamètres sur votre jeu de données. Vous choisissez les hyperparamètres réglables, une plage de valeurs pour chacun d'eux et une métrique d'objectif. Vous choisissez la métrique d'objectif parmi les métriques que calcule l'algorithme. Le réglage de modèle automatique recherche parmi les hyperparamètres choisis la combinaison de valeurs qui produira un modèle permettant d'optimiser la métrique d'objectif.

Pour plus d'informations sur le réglage de modèle, consultez Effectuez le réglage automatique du modèle avec SageMaker.

Métriques calculées par l'algorithme DeepAR

L'algorithme DeepAR rapporte trois métriques, calculées au cours de l'entraînement. Lors du réglage d'un modèle, choisissez l'une de ces métriques comme objectif. Pour l'objectif, utilisez la précision de la prévision sur un canal de test fourni (recommandé) ou la perte d'entraînement. Pour obtenir des recommandations relatives au fractionnement entraînement/test de l'algorithme DeepAR, consultez Bonnes pratiques relatives à l'utilisation de l'algorithme DeepAR.

Nom de la métrique	Description	Orientation de l'optimisation
test:RMSE	Racine carrée de l'erreur quadratique moyenne entre la prévision et la cible réelle calculée pour le test défini.	Réduire
test:mean_wQuantileLoss	Pertes de quantiles globales moyennes calculées pour le test défini. Pour contrôler les quantiles utilisés, définissez l'hyperparamètre test_quantiles.	Réduire
train:final_loss	Moyenne de la perte de probabilité logarithmique négative de l'entraînement au cours de la dernière époque d'entraînement du modèle.	Réduire

Hyperparamètres réglables pour l'algorithme DeepAR

Personnalisez un modèle DeepAR à l'aide des hyperparamètres suivants. Les hyperparamètres ayant le plus grand impact (dans un ordre décroissant) sur les métriques d'objectif DeepAR sont les suivants : epochs, context_length, mini_batch_size, learning_rate et num_cells.

Nom du paramètre	Type de paramètre	Plages recommandées
epochs	IntegerParameterRanges	Valeur min. : 1, Valeur max. : 1 000
context_length	IntegerParameterRanges	Valeur min. : 1, Valeur max. : 200
mini_batch_size	IntegerParameterRanges	Valeur min. : 32, Valeur max. : 1 028
learning_rate	ContinuousParameterRange	Valeur min. : 1e-5, Valeur max. : 1e-1
num_cells	IntegerParameterRanges	Valeur min. : 30, Valeur max. : 200
num_layers	IntegerParameterRanges	Valeur min. : 1, Valeur max. : 8
dropout_rate	ContinuousParameterRange	Valeur min. : 0.00 Valeur max. : 0.2
embedding_dimension	IntegerParameterRanges	Valeur min. : 1, Valeur max. : 50