Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Menyetel Deteksi Objek - TensorFlow model
<a name="object-detection-tensorflow-tuning"></a>

*Penyetelan model otomatis*, juga dikenal sebagai tuning hyperparameter, menemukan versi terbaik dari model dengan menjalankan banyak pekerjaan yang menguji berbagai hiperparameter pada kumpulan data Anda. Anda memilih hyperparameters yang dapat disetel, rentang nilai untuk masing-masing, dan metrik objektif. Anda memilih metrik objektif dari metrik yang dihitung algoritme. Penyetelan model otomatis mencari hiperparameter yang dipilih untuk menemukan kombinasi nilai yang menghasilkan model yang mengoptimalkan metrik objektif.

Untuk informasi selengkapnya tentang penyetelan model, lihat[Penyetelan model otomatis dengan AI SageMaker](automatic-model-tuning.md).

## Metrik dihitung oleh algoritma Deteksi Objek TensorFlow
<a name="object-detection-tensorflow-metrics"></a>

Lihat bagan berikut untuk menemukan metrik mana yang dihitung oleh algoritma Deteksi Objek. TensorFlow 


| Nama Metrik | Deskripsi | Arah Optimasi | Pola Regex | 
| --- | --- | --- | --- | 
| validation:localization\_loss | Kerugian lokalisasi untuk prediksi kotak. | Minimalkan | `Val_localization=([0-9\\.]+)` | 

## Deteksi Objek yang Dapat Disetel - hyperparameters TensorFlow
<a name="object-detection-tensorflow-tunable-hyperparameters"></a>

Setel model deteksi objek dengan hyperparameter berikut. Hiperparameter yang memiliki dampak terbesar pada metrik tujuan deteksi objek adalah:`batch_size`,`learning_rate`, dan. `optimizer` Setel hiperparameter terkait pengoptimal, seperti,,`momentum`,, `regularizers_l2` `beta_1``beta_2`, dan `eps` berdasarkan yang dipilih. `optimizer` Misalnya, gunakan `beta_1` dan `beta_2` `adam` hanya kapan`optimizer`.

Untuk informasi lebih lanjut tentang hiperparameter mana yang digunakan untuk masing-masing`optimizer`, lihat[Deteksi Objek - TensorFlow Hyperparameters](object-detection-tensorflow-Hyperparameter.md).


| Nama Parameter | Jenis Parameter | Rentang yang Direkomendasikan | 
| --- | --- | --- | 
| batch\_size | IntegerParameterRanges | MinValue: 8, MaxValue: 512 | 
| beta\_1 | ContinuousParameterRanges | MinValue: 1e-6,: 0.999 MaxValue | 
| beta\_2 | ContinuousParameterRanges | MinValue: 1e-6,: 0.999 MaxValue | 
| eps | ContinuousParameterRanges | MinValue: 1e-8, MaxValue: 1.0 | 
| learning\_rate | ContinuousParameterRanges | MinValue: 1e-6, MaxValue: 0,5 | 
| momentum | ContinuousParameterRanges | MinValue: 0.0, MaxValue: 0.999 | 
| optimizer | CategoricalParameterRanges | ['sgd', 'adam', 'rmsprop', 'nesterov', 'adagrad', 'adadelta'] | 
| regularizers\_l2 | ContinuousParameterRanges | MinValue: 0.0, MaxValue: 0.999 | 
| train\_only\_on\_top\_layer | CategoricalParameterRanges | ['Benar', 'Salah'] | 
| initial\_accumulator\_value | CategoricalParameterRanges | MinValue: 0.0, MaxValue: 0.999 |