Hiperparâmetros do NTM

A tabela a seguir lista os hiperparâmetros que você pode definir para o algoritmo Amazon SageMaker AI Neural Topic Model (NTM).

Nome do parâmetro	Descrição
feature_dim	O tamanho do vocabulário do conjunto de dados. Obrigatório Valores válidos: inteiro positivo (mínimo: 1; máximo: 1.000.000)
num_topics	O número de tópicos obrigatórios. Obrigatório Valores válidos: inteiro positivo (mínimo: 2; máximo: 1000)
batch_norm	Se a normalização de lote deve ser usada durante o treinamento. Opcional Valores válidos: true ou false Valor padrão: false
clip_gradient	A magnitude máxima de cada componente de gradiente. Opcional Valores válidos: flutuante (mínimo: 1e-3) Valor padrão: infinito
encoder_layers	O número de camadas no codificador e o tamanho da saída de cada camada. Quando definido como auto, o algoritmo usa duas camadas com 3 vezes o tamanho de num_topics e 2 vezes o tamanho de num_topics respectivamente. Opcional Valores válidos: lista separada por vírgulas de inteiros positivos ou auto Valor padrão: auto
encoder_layers_activation	A função de ativação a ser usada nos codificadores de camadas. Opcional Valores válidos: sigmoid: Função sigmoide tanh: Tangente hiperbólica relu: Unidade linear retificada Valor padrão: sigmoid
epochs	O número máximo de passagens nos dados de treinamento. Opcional Valores válidos: inteiro positivo (mínimo: 1) Valor padrão: 50
learning_rate	A taxa de aprendizado do otimizador. Opcional Valores válidos: flutuante (mínimo: 1e-6; máximo: 1,0) Valor padrão: 0.001
mini_batch_size	O número de exemplos em cada minilote. Opcional Valores válidos: inteiro positivo (mínimo: 1; máximo: 10000) Valor padrão: 256
num_patience_epochs	O número de epochs sucessivos sobre o qual cada critério de interrupção precoce é avaliado. A interrupção precoce é acionada quando a mudança na função de perda cai abaixo do tolerance especificado no último num_patience_epochs número de epochs. Para desativar a interrupção precoce, defina num_patience_epochs como um valor maior que epochs. Opcional Valores válidos: inteiro positivo (mínimo: 1) Valor padrão: 3
optimizer	O otimizador a ser usado para o treinamento. Opcional Valores válidos: sgd: Descida de gradiente estocástica adam: Estimativa de dinâmica adaptativa adagrad: Algoritmo de gradiente adaptativo adadelta: Um algoritmo de taxa de aprendizado adaptativo rmsprop: Propagação da raiz média quadrática Valor padrão: adadelta
rescale_gradient	O fator de redimensionamento do gradiente. Opcional Valores válidos: flutuante (mínimo: 1e-3; máximo: 1,0) Valor padrão: 1.0
sub_sample	A fração dos dados de treinamento da qual obter uma amostra para treinamento por epoch. Opcional Valores válidos: flutuante (mínimo: 0,0; máximo: 1,0) Valor padrão: 1.0
tolerance	A mudança relativa máxima na função de perda. A interrupção precoce é acionada quando a mudança na função de perda cai abaixo desse valor no último num_patience_epochs número de epochs. Opcional Valores válidos: flutuante (mínimo: 1e-6; máximo: 0,1) Valor padrão: 0.001
weight_decay	O coeficiente de degradação do peso. Adiciona regularização L2. Opcional Valores válidos: flutuante (mínimo: 0,0; máximo: 1,0) Valor padrão: 0.0