As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Sequence-to-Sequence Hiperparâmetros
A tabela a seguir lista os hiperparâmetros que você pode definir ao treinar com o algoritmo Amazon SageMaker AI Sequence-to-Sequence (seq2seq).
| Nome do parâmetro | Description |
| --- | --- |
| batch\_size | Tamanho de minilote para a descida do gradiente.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 64 |
| beam\_size | Comprimento do feixe de pesquisa de feixe. Usado durante o treinamento para calcular `bleu` e usado durante a inferência.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 5 |
| bleu\_sample\_size | Número de instâncias a escolher do conjunto de dados de validação para decodificar e calcular a pontuação `bleu` durante o treinamento. Defina como -1 para usar o conjunto de validação completo (se `bleu` for escolhido como `optimized_metric`).
**Opcional**
Valores válidos: inteiro
Valor padrão: 0 |
| bucket\_width | Retorna os buckets (de origem e destino) até o (`max_seq_len_source`, `max_seq_len_target`). O lado mais longo dos dados usa etapas de, `bucket_width` enquanto o lado mais curto usa etapas reduzidas pela proporção média de target/source comprimento. Se um dos lados atingir seu comprimento máximo antes do outro, a largura dos buckets adicionais do lado em questão será fixada em `max_len`.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 10 |
| bucketing\_enabled | Defina como `false` para desabilitar o armazenamento em buckets e desenrolar até o comprimento máximo.
**Opcional**
Valores válidos: `true` ou `false`
Valor padrão: `true` |
| checkpoint\_frequency\_num\_batches | Ponto de verificação e avaliação a cada x lotes. Esse hiperparâmetro de ponto de verificação é passado para o algoritmo seq2seq da SageMaker IA para interromper precocemente e recuperar o melhor modelo. O ponto de verificação do algoritmo é executado localmente no contêiner de treinamento do algoritmo e não é compatível com o ponto de verificação de SageMaker IA. O algoritmo salva temporariamente os pontos de verificação em um caminho local e armazena o melhor artefato do modelo no caminho de saída do modelo no S3 após a interrupção do trabalho de treinamento.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 1000 |
| checkpoint\_threshold | O número máximo de pontos de verificação permitido no modelo para que não haja aumento de `optimized_metric` no conjunto de dados de validação antes de o treinamento ser interrompido. Esse hiperparâmetro de ponto de verificação é passado para o algoritmo seq2seq da SageMaker IA para interromper precocemente e recuperar o melhor modelo. O ponto de verificação do algoritmo é executado localmente no contêiner de treinamento do algoritmo e não é compatível com o ponto de verificação de SageMaker IA. O algoritmo salva temporariamente os pontos de verificação em um caminho local e armazena o melhor artefato do modelo no caminho de saída do modelo no S3 após a interrupção do trabalho de treinamento.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 3 |
| clip\_gradient | Corta os valores de gradiente absoluto maiores que o especificado aqui. Defina como valor negativo para desativar.
**Opcional**
Valores válidos: flutuante
Valor padrão: 1 |
| cnn\_activation\_type | O tipo de ativação `cnn` a ser usado.
**Opcional**
Valores válidos: string. Um destes `glu`, `relu`, `softrelu`, `sigmoid` ou `tanh`.
Valor padrão: `glu` |
| cnn\_hidden\_dropout | Probabilidade de dropout entre as camadas convolucionais.
**Opcional**
Valores válidos: flutuante. Intervalo em [0,1].
Valor padrão: 0 |
| cnn\_kernel\_width\_decoder | Largura do kernel para o decodificador `cnn`.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 5 |
| cnn\_kernel\_width\_encoder | Largura do kernel para o codificador `cnn`.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 3 |
| cnn\_num\_hidden | O número de unidades `cnn` ocultas para o codificador e o decodificador.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 512 |
| decoder\_type | Tipo de decodificador.
**Opcional**
Valores válidos: string. `rnn` ou `cnn`.
Valor padrão: *rnn* |
| embed\_dropout\_source | Probabilidade de dropout para as incorporações na origem.
**Opcional**
Valores válidos: flutuante. Intervalo em [0,1].
Valor padrão: 0 |
| embed\_dropout\_target | Probabilidade de dropout para as incorporações no destino.
**Opcional**
Valores válidos: flutuante. Intervalo em [0,1].
Valor padrão: 0 |
| encoder\_type | Tipo de codificador. A arquitetura `rnn` baseia-se no mecanismo de atenção de Bahdanau e outros cientistas de dados, enquanto a arquitetura *cnn*, no de Gehring e outros cientistas.
**Opcional**
Valores válidos: string. `rnn` ou `cnn`.
Valor padrão: `rnn` |
| fixed\_rate\_lr\_half\_life | Meia-vida da taxa de aprendizado em termos de número de pontos de verificação para programadores `fixed_rate_`\*.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 10 |
| learning\_rate | A taxa de aprendizado inicial.
**Opcional**
Valores válidos: flutuante
Valor padrão: 0.0003 |
| loss\_type | Função de perda para treinamento.
**Opcional**
Valores válidos: string. `cross-entropy`
Valor padrão: `cross-entropy` |
| lr\_scheduler\_type | Tipo de agendador de taxa de aprendizado. `plateau_reduce` significa reduzir a taxa de aprendizado sempre que `optimized_metric` em `validation_accuracy` atingir um platô. `inv_t` é a degradação de tempo inversa. `learning_rate`/(1\+`decay_rate`\*t)
**Opcional**
Valores válidos: string. `plateau_reduce`, `fixed_rate_inv_t` ou `fixed_rate_inv_sqrt_t`.
Valor padrão: `plateau_reduce` |
| max\_num\_batches | Número máximo de updates/batches para processar. -1 para infinito.
**Opcional**
Valores válidos: inteiro
Valor padrão: -1 |
| max\_num\_epochs | O número máximo de epochs a passar pelos dados de treinamento antes que o ajuste seja interrompido. O treinamento continua até atingir esse número de epochs, mesmo se a precisão da validação não estiver melhorando com esse parâmetro passado. Ignorado se não for passado.
**Opcional**
Valores válidos: inteiro positivo e menor que ou igual a max\_num\_epochs.
Valor padrão: nenhum |
| max\_seq\_len\_source | Comprimento máximo da sequência de origem. Sequências maiores do que o estabelecido são truncadas para atender a esse comprimento.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 100 |
| max\_seq\_len\_target | Comprimento máximo da sequência de destino. Sequências maiores do que o estabelecido são truncadas para atender a esse comprimento.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 100 |
| min\_num\_epochs | Número mínimo de epochs que o treinamento deve executar antes de ser interrompido por condições `early_stopping`.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 0 |
| momentum | Constante de dinâmica usada para `sgd`. Não passe esse parâmetro se estiver usando `adam` ou `rmsprop`.
**Opcional**
Valores válidos: flutuante
Valor padrão: nenhum |
| num\_embed\_source | Tamanho da incorporação para tokens de origem.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 512 |
| num\_embed\_target | Tamanho da incorporação para tokens de destino.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 512 |
| num\_layers\_decoder | Número de camadas do decodificador *rnn* ou *cnn*.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 1 |
| num\_layers\_encoder | Número de camadas para o codificador `rnn` ou `cnn`.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 1 |
| optimized\_metric | Métricas a otimizar com a interrupção precoce.
**Opcional**
Valores válidos: string. `perplexity`, `accuracy` ou `bleu`.
Valor padrão: `perplexity` |
| optimizer\_type | Otimizador a ser escolhido.
**Opcional**
Valores válidos: string. `adam`, `sgd` ou `rmsprop`.
Valor padrão: `adam` |
| plateau\_reduce\_lr\_factor | Fator de multiplicação da taxa de aprendizado (para `plateau_reduce`).
**Opcional**
Valores válidos: flutuante
Valor padrão: 0.5 |
| plateau\_reduce\_lr\_threshold | Para o programador `plateau_reduce`, multiplique a taxa de aprendizado com fator de redução se `optimized_metric` não melhorar para essa quantidade de pontos de verificação.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 3 |
| rnn\_attention\_in\_upper\_layers | Passa a atenção para as camadas superiores da *rnn*, como no whitepaper sobre NMT do Google. Aplicável somente no uso de mais de uma camada.
**Opcional**
Valores válidos: booliano (`true` ou `false`)
Valor padrão: `true` |
| rnn\_attention\_num\_hidden | Número de unidades ocultas para camadas de atenção. O padrão é `rnn_num_hidden`.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: `rnn_num_hidden` |
| rnn\_attention\_type | Modelo de atenção para codificadores. `mlp` refere-se a concat e bilinear refere-se ao geral de Luong et al. paper.
**Opcional**
Valores válidos: string. Um destes: `dot`, `fixed`, `mlp` ou `bilinear`.
Valor padrão: `mlp` |
| rnn\_cell\_type | Tipo específico de arquitetura `rnn`.
**Opcional**
Valores válidos: string. `lstm` ou `gru`.
Valor padrão: `lstm` |
| rnn\_decoder\_state\_init | Como os estados do decodificador `rnn` devem ser inicializados nos codificadores.
**Opcional**
Valores válidos: string. `last`, `avg` ou `zero`.
Valor padrão: `last` |
| rnn\_first\_residual\_layer | A primeira camada *rnn* a ter uma conexão residual; aplicável apenas se o número de camadas no codificador ou decodificador for maior que 1.
**Opcional**
Valores válidos: inteiro positivo
Valor padrão: 2 |
| rnn\_num\_hidden | O número de unidades *rnn* ocultas para o codificador e o decodificador. O valor deve ser um múltiplo de 2 porque o algoritmo usa LSTM (Bi-directional Long Term Short Term Memory) por padrão.
**Opcional**
Valores válidos: inteiro positivo par
Valor padrão: 1024 |
| rnn\_residual\_connections | Conexão residual a ser adicionada à *rnn* empilhada. O número de camadas deve ser maior que 1.
**Opcional**
Valores válidos: booliano (`true` ou `false`)
Valor padrão: `false` |
| rnn\_decoder\_hidden\_dropout | Probabilidade de abandono para estado oculto que combina o contexto com o estado oculto da *rnn* no decodificador.
**Opcional**
Valores válidos: flutuante. Intervalo em [0,1].
Valor padrão: 0 |
| training\_metric | Métricas a acompanhar no treinamento de dados de validação.
**Opcional**
Valores válidos: string. `perplexity` ou `accuracy`.
Valor padrão: `perplexity` |
| weight\_decay | Constante da degradação de peso.
**Opcional**
Valores válidos: flutuante
Valor padrão: 0 |
| weight\_init\_scale | Escala da inicialização de peso (para as inicializações `uniform` e `xavier`).
**Opcional**
Valores válidos: flutuante
Valor padrão: 2.34 |
| weight\_init\_type | Tipo de inicialização de peso.
**Opcional**
Valores válidos: string. `uniform` ou `xavier`.
Valor padrão: `xavier` |
| xavier\_factor\_type | Tipo de fator Xavier.
**Opcional**
Valores válidos: string. `in`, `out` ou `avg`.
Valor padrão: `in` |