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。

# セマンティックセグメンテーションハイパーパラメータ
<a name="segmentation-hyperparameters"></a>

次の表は、ネットワークアーキテクチャ、データ入力、トレーニング用に Amazon SageMaker AI セマンティックセグメンテーションアルゴリズムでサポートされているハイパーパラメータのリストです。[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html) リクエストの `AlgorithmName` でトレーニング用のセマンティックセグメンテーションを指定します。

**ネットワークアーキテクチャーハイパーパラメータ**


| Parameter Name | 説明 | 
| --- | --- | 
| backbone | アルゴリズムのエンコーダーコンポーネントに使用するバックボーン。<br />**オプション**<br />有効な値: `resnet-50`、`resnet-101`<br />デフォルト値: `resnet-50` | 
| use\_pretrained\_model | バックボーンに事前トレーニング済みモデルを使用するかどうか。<br />**オプション**<br />有効な値: `True`、`False`<br />デフォルト値: `True` | 
| algorithm | セマンティックセグメンテーションに使用するアルゴリズム。<br />**オプション**<br />有効な値:[See the AWS documentation website for more details](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html)<br />デフォルト値: `fcn` | 

**データハイパーパラメータ**


| Parameter Name | 説明 | 
| --- | --- | 
| num\_classes | セグメント化するクラスの数。<br />**必須**<br />有効な値: 2 ≤ 正の整数 ≤ 254 | 
| num\_training\_samples | トレーニングデータのサンプル数。アルゴリズムはこの値を使用して、学習レートスケジューラを設定します。<br />**必須**<br />有効な値: 正の整数 | 
| base\_size | トリミング前にイメージを拡大縮小し直す方法を定義します。イメージは拡大縮小し直され、ロングサイズの長さが 0.5 ～ 2.0 の乱数で乗算された `base_size` に設定されて、ショートサイズがアスペクト比を維持して計算されます。<br />**オプション**<br />有効な値: 正の整数 > 16<br />デフォルト値: 520 | 
| crop\_size | トレーニング中の入力イメージのサイズ。入力イメージを、`base_size` に基づいてランダムに拡大縮小し直し、辺の長さが `crop_size` に等しいランダム正方形トリミングを行います。`crop_size` は、自動的に 8 の倍数に切り上げられます。<br />**オプション**<br />有効な値: 正の整数 > 16<br />デフォルト値: 240 | 

**トレーニングハイパーパラメータ**


| Parameter Name | 説明 | 
| --- | --- | 
| early\_stopping | トレーニング中に早期停止ロジックを使用するかどうか。<br />**オプション**<br />有効な値: `True`、`False`<br />デフォルト値: `False` | 
| early\_stopping\_min\_epochs | 実行する必要のあるエポックの最小数。<br />**オプション**<br />有効な値: 整数<br />デフォルト値: 5 | 
| early\_stopping\_patience | アルゴリズムが早期停止を強制する前に低パフォーマンスの許容範囲を満たすエポックの数。<br />**オプション**<br />有効な値: 整数<br />デフォルト値: 4 | 
| early\_stopping\_tolerance | mIOU の相対的な改善がこの値より小さい場合、早期停止はエポックの改善がないと見なします。これは `early_stopping` = `True` の場合にのみ使用されます。<br />**オプション**<br />有効な値: 0 ≤ 浮動小数点数 ≤ 1<br />デフォルト値: 0.0 | 
| epochs | トレーニングするエポック数。<br />**オプション**<br />有効な値: 正の整数<br />デフォルト値: 10 | 
| gamma1 | `rmsprop` の 2 乗勾配の移動平均に使用される減衰係数。`rmsprop` にのみ使用されます。<br />**オプション**<br />有効な値: 0 ≤ 浮動小数点数 ≤ 1<br />デフォルト値: 0.9 | 
| gamma2 | `rmsprop` のモーメンタム係数。<br />**オプション**<br />有効な値: 0 ≤ 浮動小数点数 ≤ 1<br />デフォルト値: 0.9 | 
| learning\_rate | 最初の学習レート。<br />**オプション**<br />有効な値: 0 < 浮動小数点数 ≤ 1<br />デフォルト値: 0.001 | 
| lr\_scheduler | 経時減少を制御する学習レートスケジュールの形状。<br />**オプション**<br />有効な値: [See the AWS documentation website for more details](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html)<br />デフォルト値: `poly` | 
| lr\_scheduler\_factor | `lr_scheduler` が `step` に設定される場合、`lr_scheduler_step` で指定された各エポック後に `learning_rate` ずつ減算 (乗算) する比率。それ以外の場合は無視されます。<br />**オプション**<br />有効な値: 0 ≤ 浮動小数点数 ≤ 1<br />デフォルト値: 0.1 | 
| lr\_scheduler\_step | エポックのカンマ区切りのエポックのリスト。このエポックの後、`learning_rate` は `lr_scheduler_factor` だけ減算 (乗算) されます。例えば、値が `"10, 20"` に設定されている場合、`learning-rate` は 10 番目のエポックの後に `lr_scheduler_factor` だけ減算され、20 番目のエポックの後に再びこの係数だけ減算されます。<br />`lr_scheduler` が `step` に設定されると、**条件付きで必須**です。それ以外の場合は無視されます。<br />有効な値: 文字列<br />デフォルト値: (使用時に値が必須であるため、デフォルトはありません) | 
| mini\_batch\_size | トレーニングのバッチサイズ。大きな `mini_batch_size` を使用すると通常、トレーニングは加速しますが、メモリ不足が起きる可能性があります。メモリ使用量は、`mini_batch_size` パラメータと `image_shape` パラメータの値、およびバックボーンアーキテクチャーの影響を受けます。<br />**オプション**<br />有効な値: 正の整数 <br />デフォルト値: 16 | 
| momentum | オプティマイザの`sgd`モーメンタム。他のオプティマイザを使用すると、セマンティックセグメンテーションアルゴリズムはこのパラメータを無視します。<br />**オプション**<br />有効な値: 0 < 浮動小数点数 ≤ 1<br />デフォルト値: 0.9 | 
| optimizer | オプティマイザのタイプ。オプティマイザの詳細については、該当するリンクを選択してください。[See the AWS documentation website for more details](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html)<br />**オプション**<br />有効な値:`adam`、`adagrad`、`nag`、`rmsprop`、`sgd`<br />デフォルト値: `sgd` | 
| syncbn | `True` に設定されている場合、バッチの正規化平均と分散は、GPU 全体で処理されたすべてのサンプルに対して計算されます。<br />**オプション** <br />有効な値: `True`、`False`<br />デフォルト値: `False` | 
| validation\_mini\_batch\_size | 検証用のバッチサイズ。`mini_batch_size` が大きいと通常、トレーニングは加速しますが、メモリ不足が起きる可能性があります。メモリ使用量は、`mini_batch_size` パラメータと `image_shape` パラメータの値、およびバックボーンアーキテクチャーの影響を受けます。[See the AWS documentation website for more details](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html)<br />**オプション**<br />有効な値: 正の整数<br />デフォルト値: 16 | 
| weight\_decay | `sgd` オプティマイザの重み減衰係数。他のオプティマイザを使用すると、アルゴリズムはこのパラメータを無視します。<br />**オプション**<br />有効な値: 0 < 浮動小数点数 < 1<br />デフォルト値: 0.0001 |