BlazingText 하이퍼파라미터

CreateTrainingJob 요청을 사용하여 교육 작업을 시작할 때 훈련 알고리즘을 지정합니다. 알고리즘별 하이퍼파라미터를 맵으로 지정할 수도 있습니다. string-to-string BlazingText 알고리즘의 하이퍼파라미터는 사용하는 모드 (Word2Vec (감독되지 않음) 및 텍스트 분류 (감독됨) 에 따라 달라집니다.

Word2Vec 하이퍼파라미터

다음 표에는 Amazon에서 제공하는 BlazingText Word2Vec 교육 알고리즘의 하이퍼파라미터가 나열되어 있습니다. SageMaker

파라미터 이름	설명
mode	교육에 대해 사용되는 Word2vec 아키텍처. 필수 유효값: batch_skipgram, skipgram 또는 cbow
batch_size	mode가 batch_skipgram으로 설정된 경우 각 배치의 크기. 10부터 20 사이의 숫자를 설정합니다. 선택 사항 유효한 값: 양수 기본값: 11
buckets	형태소(subword)에 사용할 해시 버킷 수입니다. 선택 사항 유효한 값: 양수 기본값: 2000000
epochs	교육 데이터의 완료 통과 횟수. 선택 사항 유효한 값: 양수 기본값: 5
evaluation	-353 테스트를 사용하여 학습된 모델을 평가하는지 여부. WordSimilarity 선택 사항 유효한 값: (부울) True 또는 False 기본 값: True
learning_rate	파라미터 업데이트에 사용되는 단계 크기입니다. 선택 사항 유효한 값: 양의 부동 소수점 기본값: 0.05
min_char	형태소/문자 n-gram에 사용할 최소 문자 수입니다. 선택 사항 유효한 값: 양수 기본값: 3
min_count	min_count회 미만으로 표시되는 단어는 삭제됩니다. 선택 사항 유효한 값: 음수가 아닌 정수 기본값: 5
max_char	형태소/문자 n-gram에 사용할 최대 문자 수입니다. 선택 사항 유효한 값: 양수 기본값: 6
negative_samples	네거티브 샘플 공유 전략을 위한 네거티브 샘플 수입니다. 선택 사항 유효한 값: 양수 기본값: 5
sampling_threshold	단어 발생에 대한 임곗값입니다. 훈련 데이터에 보다 높은 빈도로 나타나고 무작위로 다운 샘플링되는 단어입니다. 선택 사항 유효한 값: 양의 분수값. 권장되는 범위는 (0, 1e-3]입니다. 기본값: 0.0001
subwords	형태소(subword) 임베딩 학습 여부 선택 사항 유효한 값: (부울) True 또는 False 기본 값: False
vector_dim	알고리즘이 학습하는 단어 벡터의 차원. 선택 사항 유효한 값: 양수 기본 값: 100
window_size	컨텍스트 창의 크기. 컨텍스트 창은 훈련에 사용되는 대상 단어 주변의 단어 수입니다. 선택 사항 유효한 값: 양수 기본값: 5

텍스트 분류 하이퍼파라미터

다음 표에는 SageMaker Amazon에서 제공하는 텍스트 분류 교육 알고리즘의 하이퍼파라미터가 나열되어 있습니다.

참고

일부 파라미터가 텍스트 분류 및 Word2Vec 모드 간에 공통되긴 하지만 컨텍스트에 따라 의미가 다를 수 있습니다.

파라미터 이름	설명
mode	훈련 모드 필수 유효값: supervised
buckets	word n-gram에 사용할 해시 버킷 수입니다. 선택 사항 유효한 값: 양수 기본값: 2000000
early_stopping	epoch의 patience 수 이후 검증 정확성이 개선되지 않는 경우 훈련을 중지할지 여부 초기 중지를 사용하는 경우 검증 채널이 필수 항목이라는 점에 유의하세요. 선택 사항 유효한 값: (부울) True 또는 False 기본 값: False
epochs	훈련 데이터에 통해 과정을 이수한 최대 횟수입니다. 선택 사항 유효한 값: 양수 기본값: 5
learning_rate	파라미터 업데이트에 사용되는 단계 크기입니다. 선택 사항 유효한 값: 양의 부동 소수점 기본값: 0.05
min_count	min_count회 미만으로 표시되는 단어는 삭제됩니다. 선택 사항 유효한 값: 음수가 아닌 정수 기본값: 5
min_epochs	조기 중지 로직을 호출하기 전 훈련할 최소 epoch 수입니다. 선택 사항 유효한 값: 양수 기본값: 5
patience	검증 세트에 대해 개선이 이루어지지 않는 경우 조기 중지를 적용하기 전에 대기할 epoch 수입니다. early_stopping이 True인 경우에만 사용됩니다. 선택 사항 유효한 값: 양수 기본값: 4
vector_dim	임베딩 계층의 차원입니다. 선택 사항 유효한 값: 양수 기본 값: 100
word_ngrams	사용할 word n-gram 특징의 수입니다. 선택 사항 유효한 값: 양수 기본값: 2