Object2Vec モデルを調整する

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。目標メトリクスで、アルゴリズムによって計算されるいずれかのメトリクスを使用します。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、「で自動モデルチューニングを実行する SageMaker」を参照してください。

Object2Vec アルゴリズムで計算されるメトリクス

Object2Vec アルゴリズムには、分類と回帰の両方のメトリクスがあります。output_layer タイプは、自動モデル調整に使用できるメトリクスを決定します。

Object2Vec アルゴリズムで計算される回帰メトリクス

アルゴリズムは、テスト中と検証中に計算された二乗平均誤差回帰メトリクスを報告します。回帰タスク用にモデルを調整するときには、このメトリクスを目標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
test:mean_squared_error	平均平方根誤差	最小化
validation:mean_squared_error	平均平方根誤差	最小化

Object2Vec アルゴリズムで計算される分類メトリクス

Object2Vec アルゴリズムは、テスト中と検証中に計算された精度および交差エントロピー分類メトリクスを報告します。分類タスクのモデルを調整するときには、目標としてこれらのいずれかを選択してください。

メトリクス名	説明	最適化の方向
test:accuracy	正解率	最大化
test:cross_entropy	交差エントロピー	最小化
validation:accuracy	正解率	最大化
validation:cross_entropy	交差エントロピー	最小化

調整可能な Object2Vec ハイパーパラメータ

Object2Vec アルゴリズムの以下のハイパーパラメータを調整できます。

ハイパーパラメータ名	ハイパーパラメータタイプ	推奨範囲と値
dropout	ContinuousParameterRange	MinValue: 0.0、 MaxValue: 1.0
early_stopping_patience	IntegerParameterRange	MinValue: 1、 MaxValue: 5
early_stopping_tolerance	ContinuousParameterRange	MinValue: 0.001、 MaxValue: 0.1
enc_dim	IntegerParameterRange	MinValue: 4、 MaxValue: 4096
enc0_cnn_filter_width	IntegerParameterRange	MinValue: 1、 MaxValue: 5
enc0_layers	IntegerParameterRange	MinValue: 1、 MaxValue: 4
enc0_token_embedding_dim	IntegerParameterRange	MinValue: 5、 MaxValue: 300
enc1_cnn_filter_width	IntegerParameterRange	MinValue: 1、 MaxValue: 5
enc1_layers	IntegerParameterRange	MinValue: 1、 MaxValue: 4
enc1_token_embedding_dim	IntegerParameterRange	MinValue: 5、 MaxValue: 300
epochs	IntegerParameterRange	MinValue: 4、 MaxValue: 20
learning_rate	ContinuousParameterRange	MinValue: 1e-6、 MaxValue: 1.0
mini_batch_size	IntegerParameterRange	MinValue: 1、 MaxValue: 8192
mlp_activation	CategoricalParameterRanges	[tanh, relu, linear]
mlp_dim	IntegerParameterRange	MinValue: 16、 MaxValue: 1024
mlp_layers	IntegerParameterRange	MinValue: 1、 MaxValue: 4
optimizer	CategoricalParameterRanges	[adagrad, adam, rmsprop, sgd, adadelta]
weight_decay	ContinuousParameterRange	MinValue: 0.0、 MaxValue: 1.0