Menyetel Model Klasifikasi Gambar

Penyetelan model otomatis, juga dikenal sebagai tuning hyperparameter, menemukan versi terbaik dari model dengan menjalankan banyak pekerjaan yang menguji berbagai hiperparameter pada kumpulan data Anda. Anda memilih hyperparameters yang dapat disetel, rentang nilai untuk masing-masing, dan metrik objektif. Anda memilih metrik objektif dari metrik yang dihitung oleh algoritme. Penyetelan model otomatis mencari hiperparameter yang dipilih untuk menemukan kombinasi nilai yang menghasilkan model yang mengoptimalkan metrik objektif.

Untuk informasi selengkapnya tentang penyetelan model, lihatLakukan penyetelan model otomatis dengan SageMaker.

Metrik yang Dihitung oleh Algoritma Klasifikasi Gambar

Algoritma klasifikasi gambar adalah algoritma yang diawasi. Ini melaporkan metrik akurasi yang dihitung selama pelatihan. Saat menyetel model, pilih metrik ini sebagai metrik objektif.

Nama Metrik	Deskripsi	Arah Optimasi
validation:accuracy	Rasio jumlah prediksi yang benar dengan jumlah prediksi yang dibuat.	Maksimalkan

Hiperparameter Klasifikasi Gambar yang Dapat Disetel

Sesuaikan model klasifikasi gambar dengan hyperparameter berikut. Hiperparameter yang memiliki dampak terbesar pada metrik objektif klasifikasi gambar adalah:mini_batch_size,learning_rate, dan. optimizer Setel hiperparameter terkait pengoptimal, seperti,,momentum,,weight_decay,beta_1, dan beta_2 epsgamma, berdasarkan yang dipilih. optimizer Misalnya, gunakan beta_1 dan beta_2 adam hanya kapanoptimizer.

Untuk informasi lebih lanjut tentang hiperparameter mana yang digunakan di setiap pengoptimal, lihat. Klasifikasi Gambar Hyperparameters

Nama Parameter	Jenis Parameter	Rentang yang Direkomendasikan
beta_1	ContinuousParameterRanges	MinValue: 1e-6,: 0.999 MaxValue
beta_2	ContinuousParameterRanges	MinValue: 1e-6,: 0.999 MaxValue
eps	ContinuousParameterRanges	MinValue: 1e-8, MaxValue: 1.0
gamma	ContinuousParameterRanges	MinValue: 1e-8,: 0.999 MaxValue
learning_rate	ContinuousParameterRanges	MinValue: 1e-6, MaxValue: 0,5
mini_batch_size	IntegerParameterRanges	MinValue: 8, MaxValue: 512
momentum	ContinuousParameterRanges	MinValue: 0.0, MaxValue: 0.999
optimizer	CategoricalParameterRanges	['sgd', 'adam', 'rmsprop', 'nag']
weight_decay	ContinuousParameterRanges	MinValue: 0.0, MaxValue: 0.999