イメージ分類モデルを調整する TensorFlow

自動モデル調整は、ハイパーパラメータ調整とも呼ばれ、データセットのさまざまなハイパーパラメータをテストする多数のジョブを実行して、モデルの最適なバージョンを見つけます。調整可能なハイパーパラメータ、それぞれの値の範囲、および目標メトリクスを選択します。アルゴリズムが計算するメトリクスから目標メトリクスを選択します。自動モデル調整は、選択されたハイパーパラメータを検索して、目標メトリクスを最適化するモデルになる値の組み合わせを見つけます。

モデル調整の詳細については、「でモデルの自動チューニングを実行する SageMaker」を参照してください。

画像分類 - TensorFlow アルゴリズムによって計算されたメトリクス

イメージ分類アルゴリズムは教師ありアルゴリズムです。このアルゴリズムは、トレーニング中に計算された精度メトリクスを報告します。モデルを調整するときには、このメトリクスを目標メトリクスとして選択してください。

メトリクス名	説明	最適化の方向
validation:accuracy	実行された予測の総数に対する正しい予測の数の比率。	最大化

調整可能な画像分類 - TensorFlow ハイパーパラメータ

以下のハイパーパラメータを使用してイメージ分類モデルを調整します。イメージ分類の目標メトリクスに最も大きな影響を与えるハイパーパラメータは、batch_size、learning_rate、および optimizer です。選択した optimizer に基づいて、momentum、regularizers_l2、beta_1、beta_2、eps などのオプティマイザ関連のハイパーパラメータを調整します。たとえば、adam が optimizer である場合にのみ beta_1 と beta_2 を使用します。

各 optimizer で使用されるハイパーパラメータの詳細については、「イメージ分類 - TensorFlow ハイパーパラメータ」を参照してください。

Parameter Name	パラメータタイプ	推奨範囲
batch_size	IntegerParameterRanges	MinValue: 8、 MaxValue: 512
beta_1	ContinuousParameterRanges	MinValue: 1e-6、 MaxValue: 0.999
beta_2	ContinuousParameterRanges	MinValue: 1e-6、 MaxValue: 0.999
eps	ContinuousParameterRanges	MinValue: 1e-8、 MaxValue: 1.0
learning_rate	ContinuousParameterRanges	MinValue: 1e-6、 MaxValue: 0.5
momentum	ContinuousParameterRanges	MinValue: 0.0、 MaxValue: 0.999
optimizer	CategoricalParameterRanges	['sgd', ‘adam’, ‘rmsprop’, 'nesterov', 'adagrad', 'adadelta']
regularizers_l2	ContinuousParameterRanges	MinValue: 0.0、 MaxValue: 0.999
train_only_top_layer	ContinuousParameterRanges	['True', 'False']