기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# NTM 하이퍼파라미터
<a name="ntm_hyperparameters"></a>

다음 표에는 Amazon SageMaker AI Neural Topic Model(NTM) 알고리즘에 대해 설정할 수 있는 하이퍼파라미터가 나열되어 있습니다.


| 파라미터 이름 | 설명 | 
| --- | --- | 
| `feature_dim` | 데이터세트의 어휘 크기.<br />**필수**<br />유효한 값: 양의 정수(최소: 1, 최대 1,000,000) | 
| num\_topics | 필수 주제의 수.<br />**필수**<br />유효한 값: 양의 정수(최소: 2, 최대 1000) | 
| batch\_norm | 훈련 도중 배치 정규화 사용 여부.<br />**선택 사항**<br />유효한 값: *true* 또는 *false*<br />기본값: *false* | 
| clip\_gradient | 각 그라디언트 구성 요소에 대한 최대 크기<br />**선택 사항**<br />유효한 값: 부동 소수점(최소: 1e-3)<br />기본값: 무제한 | 
| encoder\_layers | 인코더에 있는 계층의 수와 각 계층의 출력 크기. *auto*로 설정된 경우 알고리즘은 3 x `num_topics` 및 2 x `num_topics` 크기의 계층 2개를 사용합니다.<br />**선택 사항**<br />유효한 값: 쉼표로 구분된 양의 정수 또는 *auto*<br />기본값: *auto* | 
| encoder\_layers\_activation | 인코더 계층에서 사용할 활성화 함수.<br />**선택 사항**<br />유효한 값: [See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/ntm_hyperparameters.html)<br />기본값: `sigmoid` | 
| epochs | 훈련 데이터의 최대 전달 횟수.<br />**선택 사항**<br />유효한 값: 양의 정수(최소: 1)<br />기본값: 50 | 
| learning\_rate | 옵티마이저에 대한 학습률.<br />**선택 사항**<br />유효한 값: 부동 소수점(최소: 1e-6, 최대: 1.0)<br />기본값: 0.001 | 
| mini\_batch\_size | 각 미니 배치에 있는 예제의 수.<br />**선택 사항**<br />유효한 값: 양의 정수(최소: 1, 최대 10000)<br />기본값: 256 | 
| num\_patience\_epochs | 조기 중지 기준이 평가되는 연속적 epoch 수. 마지막 `num_patience_epochs`개의 epoch 수 내에서 손실 함수의 변화가 지정된 `tolerance` 미만으로 떨어지면 조기 중지가 트리거됩니다. 조기 중지를 비활성화하려면 `num_patience_epochs`를 `epochs`보다 높은 값으로 설정하세요.<br />**선택 사항**<br />유효한 값: 양의 정수(최소: 1)<br />기본값: 3 | 
| optimizer | 훈련에 사용할 옵티마이저<br />**선택 사항**<br />유효한 값:[See the AWS documentation website for more details](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/ntm_hyperparameters.html)<br />기본값: `adadelta` | 
| rescale\_gradient | 그라디언트에 대한 크기 재조정 요소.<br />**선택 사항**<br />유효한 값: 부동 소수점(최소: 1e-3, 최대: 1.0)<br />기본값: 1.0 | 
| sub\_sample | 훈련을 위해 epoch당 샘플링할 훈련 데이터의 일부.<br />**선택 사항**<br />유효한 값: 부동 소수점(최소: 0.0, 최대: 1.0)<br />기본값: 1.0 | 
| tolerance | 손실 함수의 최대 상대 변화. 마지막 `num_patience_epochs`개의 epoch 수 내에서 손실 함수의 변화가 이 값 미만으로 떨어지면 조기 중지가 트리거됩니다.<br />**선택 사항**<br />유효한 값: 부동 소수점(최소: 1e-6, 최대: 0.1)<br />기본값: 0.001 | 
| weight\_decay |  가중치 감소 계수. L2 정규화를 추가합니다.<br />**선택 사항**<br />유효한 값: 부동 소수점(최소: 0.0, 최대: 1.0)<br />기본 값: 0.0 |