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。

# テキスト分類 - TensorFlow ハイパーパラメータ
<a name="text-classification-tensorflow-Hyperparameter"></a>

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 組み込みオブジェクト検出 - 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、「[テキスト分類 - TensorFlow モデルの調整](text-classification-tensorflow-tuning.md)」を参照してください。


| Parameter Name | 説明 | 
| --- | --- | 
| 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。<br />有効な値: 正の整数。<br />デフォルト値: `32`。 | 
| beta\_1 | `"adam"` および `"adamw"` オプティマイザの 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。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.9`。 | 
| beta\_2 | `"adam"` および `"adamw"` 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。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.999`。 | 
| 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。`reinitialize_top_layer` が `"True"` に設定されている場合にのみ使用されます。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />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。<br />有効な値: 文字列、(`"True"` または `"False"`) のいずれか。<br />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`]。<br />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。<br />有効な値: 正の整数。<br />デフォルト値: `5`。 | 
| epochs | トレーニングエポックの数。<br />有効な値: 正の整数。<br />デフォルト値: `10`。 | 
| 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。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `1e-7`。 | 
| 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。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.0001`。 | 
| 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`]。<br />デフォルト値: `0.001`。 | 
| momentum | `"sgd"` および `"nesterov"` 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。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />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。<br />有効な値: 文字列、(`"adamw"`、`"adam"`、`"sgd"`、`"nesterov"`、`"rmsprop"`、` "adagrad"`、`"adadelta"`) のいずれか。<br />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。`reinitialize_top_layer` が `"True"` に設定されている場合にのみ使用されます。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.0001`。 | 
| 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。<br />有効な値: 文字列、(`"Auto"`、`"True"`、または `"False"`) のいずれかです。<br />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。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.95`。 | 
| train\_only\_on\_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。<br />有効な値: 文字列、(`"True"` または `"False"`) のいずれか。<br />デフォルト値: `"False"`。 | 
| validation\_split\_ratio | ランダムに分割して検証データを作成するトレーニングデータの割合。検証データが `validation` チャネルを介して提供されていない場合にのみ使用されます。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.2`。 | 
| warmup\_steps\_fraction | ウォームアップとして学習レートが 0 から初期学習レートに増加する勾配更新ステップの合計数の割合。`adamw` オプティマイザでのみ使用されます。<br />有効な値: 浮動小数点数、範囲: [`0.0`, `1.0`]。<br />デフォルト値: `0.1`。 |