Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Rilevamento di oggetti - TensorFlow Iperparametri
<a name="object-detection-tensorflow-Hyperparameter"></a>

Gli iperparametri sono parametri impostati prima che un modello di machine learning inizi l'apprendimento. I seguenti iperparametri sono supportati dall' TensorFlow algoritmo Object Detection integrato di Amazon SageMaker AI. Per ulteriori informazioni sull'ottimizzazione iperparametri, consulta [Ottimizzazione di un modello di rilevamento di oggetti TensorFlow](object-detection-tensorflow-tuning.md). 


| Nome parametro | Description | 
| --- | --- | 
| batch\_size | Le dimensioni del batch per l’addestramento. <br />Valori validi: numeri interi positivi.<br />Valore predefinito: `3`. | 
| beta\_1 | La beta1 per l'ottimizzatore `"adam"`. Rappresenta la percentuale di decadimento esponenziale per stime di primo momento. Ignorato per altri ottimizzatori.<br />Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.9`. | 
| beta\_2 | La beta2 per l'ottimizzatore `"adam"`. Rappresenta la percentuale di decadimento esponenziale per stime di secondo momento. Ignorato per altri ottimizzatori.<br />Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.999`. | 
| early\_stopping | Imposta su `"True"` per utilizzare la logica di arresto precoce durante l’addestramento. Se `"False"`, l'arresto anticipato non viene utilizzato.<br />Valori validi: stringa: (`"True"` o `"False"`).<br />Valore predefinito: `"False"`. | 
| early\_stopping\_min\_delta | La modifica minima necessaria per qualificarsi come miglioramento. Una variazione assoluta inferiore al valore di early\_stopping\_min\_delta non si qualifica come miglioramento. Usato solo quando early\_stopping è impostato su "True".Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.0`. | 
| early\_stopping\_patience | Il numero di epoche in cui continuare l’addestramento senza alcun miglioramento. Usato solo quando `early_stopping` è impostato su `"True"`.<br />Valori validi: numeri interi positivi.<br />Valore predefinito: `5`. | 
| epochs | Il numero di epoche (Unix epochs) di addestramento.<br />Valori validi: numeri interi positivi.<br />Valore predefinito: `5` per modelli più piccoli, `1` per modelli più grandi. | 
| epsilon | L'epsilon per gli ottimizzatori `"adam"`, `"rmsprop"`, `"adadelta"` e `"adagrad"`. Di solito è impostato su un piccolo valore per evitare la divisione per 0. Ignorato per altri ottimizzatori.<br />Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `1e-7`. | 
| initial\_accumulator\_value | Il valore iniziale per gli accumulatori o i valori di momento per parametro per l'ottimizzatore `"adagrad"`. Ignorato per altri ottimizzatori.<br />Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.1`. | 
| learning\_rate | La velocità di apprendimento dell'ottimizzatore. Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.001`. | 
| momentum | Il momento per gli ottimizzatori `"sgd"` e `"nesterov"`. Ignorato per altri ottimizzatori.<br />Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.9`. | 
| optimizer | Il tipo di ottimizzazione. Per ulteriori informazioni, consulta [Optimizers](https://www.tensorflow.org/api_docs/python/tf/keras/optimizers) nella TensorFlow documentazione.<br />Valori validi: stringa, uno dei seguenti valori: (`"adam"`, `"sgd"`, `"nesterov"`, `"rmsprop"`, ` "adagrad"`, `"adadelta"`).<br />Valore predefinito: `"adam"`. | 
| reinitialize\_top\_layer | Se impostato su `"Auto"`, i parametri del livello di classificazione superiore vengono reinizializzati durante l’ottimizzazione. Per l'addestramento incrementale, i parametri del livello di classificazione superiore non vengono reinizializzati a meno che non siano impostati su `"True"`.<br />Valori validi: stringa, uno dei seguenti valori: (`"Auto"`, `"True"` o `"False"`).<br />Valore predefinito: `"Auto"`. | 
| rho | Il fattore di sconto per il gradiente degli ottimizzatori `"adadelta"` e `"rmsprop"`. Ignorato per altri ottimizzatori. <br />Valori validi: float, intervallo: [`0.0`, `1.0`].<br />Valore predefinito: `0.95`. | 
| train\_only\_on\_top\_layer | Se `"True"`, solo i parametri del livello di classificazione superiore vengono ottimizzati. Se `"False"`, tutti i parametri del modello vengono ottimizzati.<br />Valori validi: stringa: (`"True"` o `"False"`).<br />Valore predefinito: `"False"`. |