ハイパーパラメータの最適化を使って複数のアルゴリズムをチューニングし、最適なモデルを見つける - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

ハイパーパラメータの最適化を使って複数のアルゴリズムをチューニングし、最適なモデルを見つける

複数のアルゴリズムを調整する Amazon で新しいハイパーパラメータ最適化 (HPO) SageMaker ジョブを作成するには、テストするすべてのアルゴリズムに適用されるジョブ設定と、これらの各アルゴリズムのトレーニング定義を指定する必要があります。また、チューニングジョブに使うリソースを指定する必要があります。

  • ジョブの設定にはウォームスタート、早期停止、チューニング戦略が含まれます。ウォームスタートと早期停止は、1 つのアルゴリズムをチューニングする場合にのみ使うことができます。

  • トレーニングジョブの定義には、名前、アルゴリズムソース、目標メトリクス、および値の範囲 (必要な場合) を指定して、各トレーニングジョブに一連のハイパーパラメータ値を設定します。各トレーニングジョブのデータ入力、データ出力の場所、チェックポイントの保存場所のチャネルを設定します。この定義では、インスタンスタイプとカウント、マネージドスポットトレーニング、停止条件など、各トレーニングジョブにデプロイするリソースも設定します。

  • デプロイするチューニングジョブリソース: ハイパーパラメータチューニングジョブが同時に実行できるトレーニングジョブの最大数と、ハイパーパラメータチューニングジョブが実行できるトレーニングジョブの最大数を含めます。

使用を開始する

コンソールからは、新しいハイパーパラメータチューニングジョブの作成、ジョブの複製、タグの追加または編集を行うことができます。また、検索機能を使って、名前、作成時刻、ステータスでジョブを検索することもできます。または、 API を使用して SageMakerハイパーパラメータチューニングジョブを実行することもできます。

  • コンソール : 新しいジョブを作成するには、https://console.aws.amazon.com/sagemaker/ で Amazon SageMaker コンソールを開き、トレーニング 、メニューからハイパーパラメータチューニングジョブを選択し、ハイパーパラメータチューニングジョブの作成 を選択します。次に、設定ステップに従って、使うアルゴリズムごとにトレーニングジョブを作成します。これらのステップは 1 つ以上のアルゴリズムのハイパーパラメータ最適化チューニングジョブを作成する (コンソール) のトピックにも記載されています。

    注記

    設定手順を開始する際、複数アルゴリズムの HPO ではウォームスタート機能および早期停止機能は使えないことに注意してください。これらの機能を使用する場合、一度に調整できるアルゴリズムは 1 つのみです。

  • API を使用する場合: SageMaker API を使用してハイパーパラメータチューニングジョブを作成する手順については、「例: ハイパーパラメータチューニングジョブ」を参照してください。CreateHyperParameterTuningJob を呼び出して複数のアルゴリズムを調整する場合は、単一の定義 を指定する代わりに、 を使用してTrainingJobDefinitionsトレーニングTrainingJob定義のリストを指定する必要があります。テストするすべてのアルゴリズムに適用されるジョブ設定と、アルゴリズムのトレーニング定義を指定する必要があります。また、調整ジョブに使うリソースを指定する必要があります。調整するアルゴリズムの数に応じて、これらの定義タイプのいずれかを選択します。