BlazingText Iperparametri

Quando avvii un processo di addestramento con una richiesta CreateTrainingJob, specifichi un algoritmo di addestramento. È inoltre possibile specificare iperparametri specifici dell'algoritmo come mappe. string-to-string Gli iperparametri dell' BlazingText algoritmo dipendono dalla modalità utilizzata: Word2Vec (senza supervisione) e Text Classification (supervisionata).

Iperparametri Word2Vec

La tabella seguente elenca gli iperparametri per l'algoritmo di addestramento BlazingText Word2Vec fornito da Amazon AI. SageMaker

Nome parametro	Descrizione
mode	L'architettura Word2vec utilizzata per l’addestramento. Campo obbligatorio Valori validi: batch_skipgram, skipgram o cbow
batch_size	La dimensione di ogni batch quando mode è impostato su batch_skipgram. Imposta su un numero tra 10 e 20. Opzionale Valori validi: numeri interi positivi Valore predefinito: 11
buckets	Il numero di bucket hash da utilizzare per le parole secondarie. Opzionale Valori validi: numeri interi positivi Valore predefinito: 2000000
epochs	Il numero di pass completi tramite i dati di addestramento. Opzionale Valori validi: numeri interi positivi Valore predefinito: 5
evaluation	Se il modello addestrato viene valutato utilizzando il test -353. WordSimilarity Opzionale Valori validi: (booleani) True o False Valore predefinito: True
learning_rate	L'incremento utilizzato per gli aggiornamenti dei parametri. Opzionale Valori validi: float positivi Valore predefinito: 0,05
min_char	Il numero minimo di caratteri da utilizzare per n-grammi di parole secondarie/caratteri. Opzionale Valori validi: numeri interi positivi Valore predefinito: 3
min_count	Le parole che appaiono meno di min_count volte vengono eliminate. Opzionale Valori validi: numeri interi non negativi Valore predefinito: 5
max_char	Il numero massimo di caratteri da utilizzare per n-grammi di parole secondarie/caratteri. Opzionale Valori validi: numeri interi positivi Valore predefinito: 6
negative_samples	Il numero di Negative Sample per la strategia Negative Sample Sharing. Opzionale Valori validi: numeri interi positivi Valore predefinito: 5
sampling_threshold	Il limite di occorrenza delle parole. Le parole che appaiono con maggiore frequenza nei dati di addestramento sono casualmente sottocampionate. Opzionale Valori validi: frazioni positive. L'intervallo consigliato è (0, 1e-3) Valore predefinito: 0.0001
subwords	Indica se eseguire o meno l’addestramento degli incorporamenti delle parole secondarie. Opzionale Valori validi: (booleani) True o False Valore predefinito: False
vector_dim	La dimensione dei vettori di parola che l'algoritmo impara. Opzionale Valori validi: numeri interi positivi Valore predefinito: 100
window_size	Le dimensioni della finestra contestuale. La finestra contestuale è il numero di parole che circondano la parola di target utilizzata per l’addestramento. Opzionale Valori validi: numeri interi positivi Valore predefinito: 5

Iperparametri di classificazione del testo

La tabella seguente elenca gli iperparametri per l'algoritmo di training sulla classificazione del testo fornito da Amazon SageMaker AI.

Nota

Sebbene alcuni parametri siano comuni tra la modalità di classificazione del testo e Word2Vec, potrebbero avere significati diversi a seconda del contesto.

Nome parametro	Descrizione
mode	La modalità di addestramento. Campo obbligatorio Valori validi: supervised
buckets	Il numero di bucket hash da utilizzare per n-grammi di parole. Opzionale Valori validi: numeri interi positivi Valore predefinito: 2000000
early_stopping	Indica se interrompere l’addestramento nel caso in cui l'accuratezza della convalida non migliora dopo a numero patience di epoche (Unix epochs). Tieni presente che è necessario un canale di convalida se si utilizza l'arresto anticipato. Opzionale Valori validi: (booleani) True o False Valore predefinito: False
epochs	Il numero massimo di pass completi tramite i dati di addestramento. Opzionale Valori validi: numeri interi positivi Valore predefinito: 5
learning_rate	L'incremento utilizzato per gli aggiornamenti dei parametri. Opzionale Valori validi: float positivi Valore predefinito: 0,05
min_count	Le parole che appaiono meno di min_count volte vengono eliminate. Opzionale Valori validi: numeri interi non negativi Valore predefinito: 5
min_epochs	Il numero minimo di epoche (Unix epochs) da addestrare prima che venga richiamata la logica di arresto precoce. Opzionale Valori validi: numeri interi positivi Valore predefinito: 5
patience	Il numero di epoche (Unix epochs) da attendere prima di applicare l'arresto precoce quando non viene effettuato alcun progresso sul set di convalida. Usato solo quando early_stopping è True. Opzionale Valori validi: numeri interi positivi Valore predefinito: 4
vector_dim	La dimensione del livello di incorporamento. Opzionale Valori validi: numeri interi positivi Valore predefinito: 100
word_ngrams	Il numero di caratteristiche n-gramma di parole da utilizzare. Opzionale Valori validi: numeri interi positivi Valore predefinito: 2