Iperparametri delle macchine di fattorizzazione - Amazon SageMaker

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Iperparametri delle macchine di fattorizzazione

La tabella seguente contiene gli iperparametri per l'algoritmo delle macchine di fattorizzazione. Si tratta di parametri che vengono impostati dagli utenti per agevolare la stima dei parametri del modello dai dati. Gli iperparametri richiesti che devono essere impostati sono elencati prima, in ordine alfabetico. Gli iperparametri facoltativi che possono essere impostati sono elencato dopo, sempre in ordine alfabetico.

Nome parametro Descrizione
feature_dim

La dimensione dello spazio caratteristica di input. Potrebbe essere molto elevata con gli input a densità bassa.

Campo obbligatorio

Valori validi: numeri interi positivi. Intervallo di valori suggeriti: [10000,10000000]

num_factors

La dimensionalità della fattorizzazione.

Campo obbligatorio

Valori validi: numeri interi positivi. Intervallo di valori consigliato: [2,1000], 64 genera in genere buoni risultati ed è un buon punto di partenza.

predictor_type

Il tipo di predittore.

  • binary_classifier: per attività di classificazione binaria.

  • regressor: per attività di regressione.

Campo obbligatorio

Valori validi: stringa binary_classifier o regressor

bias_init_method

Il metodo di inizializzazione per il termine bias:

  • normal: inizializza i pesi con valori casuali campionati da una distribuzione normale con una media di zero e una deviazione standard specificata da bias_init_sigma.

  • uniform: inizializza i pesi con valori casuali campionati in modo uniforme da un intervallo specificato da [-bias_init_scale, +bias_init_scale].

  • constant: inizializza i pesi a un valore scalare specificato da bias_init_value.

Opzionale

Valori validi: uniform, normal o constant

Valore predefinito: normal

bias_init_scale

Intervallo per l'inizializzazione del termine bias. Ha effetto se bias_init_method è impostato su uniform.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: nessuno

bias_init_sigma

La deviazione standard per l'inizializzazione del termine bias. Ha effetto se bias_init_method è impostato su normal.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,01

bias_init_value

Il valore iniziale del termine bias. Ha effetto se bias_init_method è impostato su constant.

Opzionale

Valori validi: Float. Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: nessuno

bias_lr

La velocità di apprendimento per il termine bias.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,1

bias_wd

Il decadimento peso per il termine bias.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,01

clip_gradient

Il parametro di ottimizzazione del ritaglio gradiente. Ritaglia il gradiente proiettandolo nell'intervallo [-clip_gradient, +clip_gradient].

Opzionale

Valori validi: float

Valore predefinito: nessuno

epochs

Il numero di epoche (Unix epochs) di addestramento da eseguire.

Opzionale

Valori validi: numeri interi positivi

Valore predefinito: 1

eps

Il parametro Epsilon per evitare la divisione per 0.

Opzionale

Valori validi: Float. Valore suggerito: piccolo.

Valore predefinito: nessuno

factors_init_method

Il metodo di inizializzazione per i termini di fattorizzazione:

  • normal: inizializza i pesi con valori casuali campionati da una distribuzione normale con una media di zero e una deviazione standard specificata da factors_init_sigma.

  • uniform: inizializza i pesi con valori casuali campionati in modo uniforme da un intervallo specificato da [-factors_init_scale, +factors_init_scale].

  • constant: inizializza i pesi a un valore scalare specificato da factors_init_value.

Opzionale

Valori validi: uniform, normal o constant.

Valore predefinito: normal

factors_init_scale

L'intervallo per l'inizializzazione dei termini di fattorizzazione. Ha effetto se factors_init_method è impostato su uniform.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: nessuno

factors_init_sigma

La deviazione standard per l'inizializzazione dei termini di fattorizzazione. Ha effetto se factors_init_method è impostato su normal.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,001

factors_init_value

Il valore iniziale dei termini di fattorizzazione. Ha effetto se factors_init_method è impostato su constant.

Opzionale

Valori validi: Float. Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: nessuno

factors_lr

La velocità di apprendimento per i termini di fattorizzazione.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0.0001

factors_wd

Il decadimento peso per i termini di fattorizzazione.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,00001

linear_lr

La velocità di apprendimento per i termini lineari.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,001

linear_init_method

Il metodo di inizializzazione per i termini lineari:

  • normal: inizializza i pesi con valori casuali campionati da una distribuzione normale con una media di zero e una deviazione standard specificata da linear_init_sigma.

  • uniform: inizializza i pesi con valori casuali campionati in modo uniforme da un intervallo specificato da [-linear_init_scale, +linear_init_scale].

  • constant: inizializza i pesi a un valore scalare specificato da linear_init_value.

Opzionale

Valori validi: uniform, normal o constant.

Valore predefinito: normal

linear_init_scale

Intervallo per l'inizializzazione dei termini lineari. Ha effetto se linear_init_method è impostato su uniform.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: nessuno

linear_init_sigma

La deviazione standard per l'inizializzazione dei termini lineari. Ha effetto se linear_init_method è impostato su normal.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,01

linear_init_value

Il valore iniziale dei termini lineari. Ha effetto se linear_init_method è impostato su constant.

Opzionale

Valori validi: Float. Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: nessuno

linear_wd

Il decadimento peso per i termini lineari.

Opzionale

Valori validi: float non negativi Intervallo di valori suggeriti: [1e-8, 512].

Valore predefinito: 0,001

mini_batch_size

La dimensione del mini-batch utilizzato per l’addestramento.

Opzionale

Valori validi: numeri interi positivi

Valore predefinito: 1000

rescale_grad

Il parametro di ridimensionamento del ritaglio gradiente. Se impostato, moltiplica il gradiente per rescale_grad prima dell'aggiornamento. Spesso si sceglie il valore 1,0/batch_size.

Opzionale

Valori validi: float

Valore predefinito: nessuno