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

# Klasifikasi Teks - TensorFlow Hyperparameters
<a name="text-classification-tensorflow-Hyperparameter"></a>

Hyperparameters adalah parameter yang ditetapkan sebelum model pembelajaran mesin mulai belajar. Hyperparameter berikut didukung oleh TensorFlow algoritma Deteksi Objek bawaan Amazon SageMaker AI. Lihat [Menyetel Klasifikasi Teks - TensorFlow model](text-classification-tensorflow-tuning.md) untuk informasi tentang tuning hyperparameter. 


| Nama Parameter | Deskripsi | 
| --- | --- | 
| batch\_size | Ukuran batch untuk pelatihan. Untuk pelatihan tentang instance dengan beberapa GPUs, ukuran batch ini digunakan di seluruh. GPUs <br />Nilai yang valid: bilangan bulat positif.<br />Nilai default:`32`. | 
| beta\_1 | Beta1 untuk `"adam"` dan `"adamw"` pengoptimal. Merupakan tingkat peluruhan eksponensial untuk perkiraan momen pertama. Diabaikan untuk pengoptimal lainnya.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.9`. | 
| beta\_2 | Beta2 untuk `"adam"` dan `"adamw"` pengoptimal. Merupakan tingkat peluruhan eksponensial untuk perkiraan momen kedua. Diabaikan untuk pengoptimal lainnya.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.999`. | 
| dropout\_rate | Tingkat putus sekolah untuk lapisan putus sekolah di lapisan klasifikasi atas. Digunakan hanya ketika `reinitialize_top_layer` diatur ke`"True"`.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default: `0.2` | 
| early\_stopping | Atur `"True"` untuk menggunakan logika penghentian awal selama pelatihan. Jika`"False"`, berhenti dini tidak digunakan.<br />Nilai yang valid: string, baik: (`"True"`atau`"False"`).<br />Nilai default:`"False"`. | 
| early\_stopping\_min\_delta | Perubahan minimum yang diperlukan untuk memenuhi syarat sebagai perbaikan. Perubahan absolut kurang dari nilai early\_stopping\_min\_delta tidak memenuhi syarat sebagai perbaikan. Digunakan hanya ketika early\_stopping diatur ke"True".Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.0`. | 
| early\_stopping\_patience | Jumlah zaman untuk melanjutkan pelatihan tanpa perbaikan. Digunakan hanya ketika `early_stopping` diatur ke`"True"`.<br />Nilai yang valid: bilangan bulat positif.<br />Nilai default:`5`. | 
| epochs | Jumlah zaman pelatihan.<br />Nilai yang valid: bilangan bulat positif.<br />Nilai default:`10`. | 
| epsilon | Epsilon untuk`"adam"`,, `"rmsprop"``"adadelta"`, dan `"adagrad"` pengoptimal. Biasanya diatur ke nilai kecil untuk menghindari pembagian dengan 0. Diabaikan untuk pengoptimal lainnya.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`1e-7`. | 
| initial\_accumulator\_value | Nilai awal untuk akumulator, atau nilai momentum per parameter, untuk pengoptimal. `"adagrad"` Diabaikan untuk pengoptimal lainnya.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.0001`. | 
| learning\_rate | Tingkat pembelajaran pengoptimal. Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.001`. | 
| momentum | Momentum untuk `"sgd"` dan `"nesterov"` pengoptimal. Diabaikan untuk pengoptimal lainnya.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.9`. | 
| optimizer | Jenis pengoptimal. Untuk informasi selengkapnya, lihat [Pengoptimal](https://www.tensorflow.org/api_docs/python/tf/keras/optimizers) dalam dokumentasi. TensorFlow <br />Nilai yang valid: string, salah satu dari berikut ini: (`"adamw"``"adam"`,`"sgd"`,`"nesterov"`,`"rmsprop"`,` "adagrad"`,`"adadelta"`).<br />Nilai default:`"adam"`. | 
| regularizers\_l2 | Faktor regularisasi L2 untuk lapisan padat di lapisan klasifikasi. Digunakan hanya ketika `reinitialize_top_layer` diatur ke`"True"`.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.0001`. | 
| reinitialize\_top\_layer | Jika disetel ke`"Auto"`, parameter lapisan klasifikasi atas diinisialisasi ulang selama fine-tuning. Untuk pelatihan tambahan, parameter lapisan klasifikasi teratas tidak diinisialisasi ulang kecuali disetel ke. `"True"`<br />Nilai yang valid: string, salah satu dari berikut ini: (`"Auto"`, `"True"` atau`"False"`).<br />Nilai default:`"Auto"`. | 
| rho | Faktor diskon untuk gradien `"adadelta"` dan `"rmsprop"` pengoptimal. Diabaikan untuk pengoptimal lainnya. <br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.95`. | 
| train\_only\_on\_top\_layer | Jika`"True"`, hanya parameter lapisan klasifikasi teratas yang disetel dengan baik. Jika`"False"`, semua parameter model disetel dengan baik.<br />Nilai yang valid: string, baik: (`"True"`atau`"False"`).<br />Nilai default:`"False"`. | 
| validation\_split\_ratio | Fraksi data pelatihan untuk dibagi secara acak untuk membuat data validasi. Hanya digunakan jika data validasi tidak disediakan melalui `validation` saluran.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.2`. | 
| warmup\_steps\_fraction | Fraksi dari jumlah total langkah pembaruan gradien, di mana tingkat pembelajaran meningkat dari 0 ke tingkat pembelajaran awal sebagai pemanasan. Hanya digunakan dengan `adamw` pengoptimal.<br />Nilai yang valid: float, range: [`0.0`,`1.0`].<br />Nilai default:`0.1`. |