調校語意分段模型

「自動模型調校」，又稱為超參數調校，會透過在您的資料集上，執行許多測試超參數範圍的任務，來尋找最佳版本的模型。您可以選擇可調校的超參數、每一個超參數的值範圍，及目標指標。您可以從演算法運算的指標中選擇目標指標。自動模型調校會搜尋所選擇的超參數，以找出產生之模型可最佳化目標指標的值組合。

透過語意分段演算法運算的指標

語意分段演算法會報告兩個驗證指標。調校超參數值時，請選擇這些指標的其中一個指標做為目標。

指標名稱	描述	最佳化方向
validation:mIOU	預測分段與 Ground Truth 的交集面積除以針對在驗證集影像的預測分段與 Ground Truth 之間的聯集面積。也被稱為雅爾卡索引。	最大化
validation:pixel_accuracy	驗證集的影像中經過正確分類的像素百分比。	最大化

可調校的語意分段超參數

您可調校語意分段演算法的下列超參數。

參數名稱	參數類型	建議範圍
learning_rate	ContinuousParameterRange	MinValue: 1e-4、MaxValue: 1e-1
mini_batch_size	IntegerParameterRanges	MinValue：1、MaxValue：128
momentum	ContinuousParameterRange	MinValue：0.9、MaxValue：0.999
optimzer	CategoricalParameterRanges	['sgd', 'adam', 'adadelta']
weight_decay	ContinuousParameterRange	MinValue: 1e-5、MaxValue: 1e-3