Hiperparámetros de personalización del modelo Amazon Titan Text - Amazon Bedrock

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Hiperparámetros de personalización del modelo Amazon Titan Text

El modelo Amazon Titan Text Premier admite los siguientes hiperparámetros para la personalización del modelo. El número de épocas que especifique aumentará el coste de personalización del modelo al procesar más símbolos. Cada época procesa todo el conjunto de datos de entrenamiento una vez. Para obtener más información acerca de los precios, consulte Precios de Amazon Bedrock.

Hiperparámetro (consola) Hiperparámetro (API) Definición Tipo Mínimo Máximo Predeterminado/a
Épocas epochCount El número de iteraciones en todo el conjunto de datos de entrenamiento entero 1 5 2
Tamaño de lote (micro) batchSize El número de muestras procesadas antes de actualizar los parámetros del modelo entero 1 1 1
Tasa de aprendizaje learningRate La velocidad a la que se actualizan los parámetros del modelo después de cada lote float 1.00E-07 1.00E-05 1,00E-06
Pasos de calentamiento de la tasa de aprendizaje learningRateWarmupPasos El número de iteraciones durante las que la tasa de aprendizaje aumenta gradualmente hasta alcanzar la tasa especificada entero 0 20 5

Los modelos Amazon Titan Text, como Lite y Express, admiten los siguientes hiperparámetros para la personalización del modelo. El número de épocas que especifique aumentará el coste de personalización del modelo al procesar más símbolos. Cada época procesa todo el conjunto de datos de entrenamiento una vez. Para obtener más información acerca de los precios, consulte Precios de Amazon Bedrock.

Hiperparámetro (consola) Hiperparámetro (API) Definición Tipo Mínimo Máximo Predeterminado/a
Épocas epochCount El número de iteraciones en todo el conjunto de datos de entrenamiento entero 1 10 5
Tamaño de lote (micro) batchSize El número de muestras procesadas antes de actualizar los parámetros del modelo entero 1 64 1
Tasa de aprendizaje learningRate La velocidad a la que se actualizan los parámetros del modelo después de cada lote float 0.0 1 1,00E-5
Pasos de calentamiento de la tasa de aprendizaje learningRateWarmupPasos El número de iteraciones durante las que la tasa de aprendizaje aumenta gradualmente hasta alcanzar la tasa especificada entero 0 250 5