翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # 画像分類 - TensorFlow ハイパーパラメータ ハイパーパラメータは、機械学習モデルが学習を開始する前に設定されるパラメータです。Amazon SageMaker AI 組み込みの画像分類 - TensorFlow アルゴリズムでは、次のハイパーパラメータがサポートされています。ハイパーパラメータのチューニングに関する詳細ついては、「[画像分類 - TensorFlow モデルを調整する](IC-TF-tuning.md)」を参照してください。 | Parameter Name | 説明 | | --- | --- | | augmentation | トレーニングデータに `augmentation_random_flip`、`augmentation_random_rotation`、`augmentation_random_zoom` を適用するには、`"True"` に設定します。
有効な値: 文字列、(`"True"` または `"False"`) のいずれか。
デフォルト値: `"False"`。 | | augmentation\_random\_flip | `augmentation` が `"True"` に設定されている場合にデータ拡張に使用するフリップモードを示します。詳細については、TensorFlow ドキュメントの「[RandomFlip](https://www.tensorflow.org/api_docs/python/tf/keras/layers/RandomFlip)」を参照してください。
有効な値: 文字列、(`"horizontal_and_vertical"`、`"vertical"` または `"None"`) のいずれか。
デフォルト値: `"horizontal_and_vertical"`。 | | augmentation\_random\_rotation | `augmentation` が `"True"` に設定されている場合にデータ拡張に使用するローテーションの量を示します。値は 2π の端数を表します。正の値は反時計回りに回転し、負の値は時計回りに回転します。`0` は、回転しないことを意味します。詳細については、TensorFlow ドキュメントの「[RandomRotation](https://www.tensorflow.org/api_docs/python/tf/keras/layers/RandomRotation)」を参照してください。
有効な値: 浮動小数点数、範囲: [`-1.0`, `1.0`]。
デフォルト値: `0.2`。 | | augmentation\_random\_zoom | `augmentation` が `"True"` に設定されている場合に、データ拡張に使用する垂直ズームの量を示します。正の値ではズームアウトし、負の値ではズームインします。`0` は、ズームしないことを意味します。詳細については、TensorFlow ドキュメントの「[RandomZoom](https://www.tensorflow.org/api_docs/python/tf/keras/layers/RandomZoom)」を参照してください。
有効な値: 浮動小数点数、範囲: [`-1.0`, `1.0`]。
デフォルト値: `0.1`。 | | batch\_size | トレーニングのバッチサイズ。複数の GPU を使用するインスタンスのトレーニングでは、このバッチサイズは GPU 間で使用されます。
有効な値: 正の整数。
デフォルト値: `32`。 | | beta\_1 | `"adam"` オプティマイザーの beta1。最初のモーメントの見積もりの指数関数的減衰率を表します。他のオプティマイザでは無視されます。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.9`。 | | beta\_2 | `"adam"` オプティマイザの beta2。2 番目のモーメントの見積もりの指数関数的減衰率を表します。他のオプティマイザでは無視されます。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.999`。 | | binary\_mode | `binary_mode` を `"True"` に設定すると、モデルは正のクラスの確率数を 1 つ返し、追加の `eval_metric` オプションを使用できます。二項分類の問題にのみ使用してください。
有効な値: 文字列、(`"True"` または `"False"`) のいずれか。
デフォルト値: `"False"`。 | | dropout\_rate | 最上位の分類レイヤーのドロップアウトレイヤーのドロップアウト率。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.2` | | early\_stopping | `"True"` に設定すると、トレーニング中に早期停止ロジックを使用します。`"False"` の場合、早期停止は使用されません。
有効な値: 文字列、(`"True"` または `"False"`) のいずれか。
デフォルト値: `"False"`。 | | early\_stopping\_min\_delta | 改善と認定するのに必要な最小変化。early\_stopping\_min\_delta の値より小さな絶対変化は、改善とは認定されません。early\_stopping が "True" に設定されている場合にのみ使用されます。有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.0`。 | | early\_stopping\_patience | 改善なしでトレーニングを継続できるエポック数。`early_stopping` が `"True"` に設定されている場合にのみ使用されます。
有効な値: 正の整数。
デフォルト値: `5`。 | | epochs | トレーニングエポックの数。
有効な値: 正の整数。
デフォルト値: `3`。 | | epsilon | `"adam"`、`"rmsprop"`、`"adadelta"`、および `"adagrad"` オプティマイザのイプシロン。通常は、0 で除算されないように小さな値を設定します。他のオプティマイザでは無視されます。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `1e-7`。 | | eval\_metric | `binary_mode` が `"False"` に設定されている場合、`"accuracy"` にできるのは `eval_metric` のみです。`binary_mode` が `"True"` である場合、有効な値のいずれかを選択します。詳細については、TensorFlow ドキュメントの「[Metrics](https://www.tensorflow.org/api_docs/python/tf/keras/metrics)」を参照してください。
有効な値: 文字列、次のいずれか: (`"accuracy"`、`"precision"`、`"recall"`、`"auc"`、または `"prc"`)。
デフォルト値: `"accuracy"`。 | | image\_resize\_interpolation | 画像のサイズを変更するときに使用する補間メソッドを示します。詳細については、TensorFlow ドキュメントの「[image.resize](https://www.tensorflow.org/api_docs/python/tf/image/resize)」を参照してください。
有効な値: 文字列、次のいずれか: (`"bilinear"`、`"nearest"`、`"bicubic"`、`"area"`、` "lanczos3"`、`"lanczos5"`、`"gaussian"`、または `"mitchellcubic"`)。
デフォルト値: `"bilinear"`。 | | initial\_accumulator\_value | アキュムレータの開始値、または `"adagrad"` オプティマイザのパラメータごとのモーメンタム値。他のオプティマイザでは無視されます。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.0001`。 | | label\_smoothing | ラベル値の信頼度をどの程度緩和すべきかを示します。例えば、`label_smoothing` が `0.1` であれば、非ターゲットラベルは `0.1/num_classes ` で、ターゲットラベルは `0.9+0.1/num_classes` です。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.1`。 | | learning\_rate | オプティマイザの学習レート。有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.001`。 | | momentum | `"sgd"`、`"nesterov"`、および `"rmsprop"` オプティマイザのモーメンタム。他のオプティマイザでは無視されます。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.9`。 | | optimizer | オプティマイザのタイプ。詳細については、TensorFlow ドキュメントの「[Optimizers](https://www.tensorflow.org/api_docs/python/tf/keras/optimizers)」を参照してください。
有効な値: 文字列、(`"adam"`、`"sgd"`、`"nesterov"`、`"rmsprop"`、` "adagrad"`、`"adadelta"`) のいずれか。
デフォルト値: `"adam"`。 | | regularizers\_l2 | 分類レイヤーの高密度レイヤーの L2 正則化係数。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `.0001`。 | | reinitialize\_top\_layer | `"Auto"` に設定すると、微調整時に最上位の分類レイヤーパラメータが再初期化されます。段階的トレーニングの場合、`"True"` に設定されない限り、最上位の分類レイヤーのパラメータは再初期化されません。
有効な値: 文字列、(`"Auto"`、`"True"`、または `"False"`) のいずれかです。
デフォルト値: `"Auto"`。 | | rho | `"adadelta"` および `"rmsprop"` オプティマイザの勾配の割引係数。他のオプティマイザでは無視されます。
有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。
デフォルト値: `0.95`。 | | train\_only\_top\_layer | `"True"` の場合、最上位の分類レイヤーパラメータのみ微調整されます。`"False"` の場合、すべてのモデルパラメータが微調整されます。
有効な値: 文字列、(`"True"` または `"False"`) のいずれか。
デフォルト値: `"False"`。 |