Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

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

Le tableau suivant répertorie les hyperparamètres que vous pouvez définir pour l'algorithme Amazon SageMaker AI Neural Topic Model (NTM).


| Nom du paramètre | Description | 
| --- | --- | 
|  `feature_dim`  |  Taille de vocabulaire de l'ensemble de données. **Obligatoire** Valeurs valides : entier positif (min : 1, max : 1 000 000)  | 
| num\$1topics |  Nombre de rubriques requises. **Obligatoire** Valeurs valides : entier positif (min : 2, max : 1 000)  | 
| batch\$1norm |  Indique s'il faut utiliser la normalisation par lots au cours de la formation. **Facultatif** Valeurs valides : *true* ou *false* Valeur par défaut : *false*  | 
| clip\$1gradient |  Magnitude maximale pour chaque composant de gradient. **Facultatif** Valeurs valides : nombre flottant (min : 1e-3) Valeur par défaut : infini  | 
| encoder\$1layers |  Nombre de couches de l'encodeur et taille de sortie de chaque couche. Lorsque sa valeur est *auto*, l'algorithme utilise deux couches de taille 3 x `num_topics` et 2 x `num_topics` respectivement.  **Facultatif** Valeurs valides : liste séparée par des virgules de nombres entiers positifs ou *auto* Valeur par défaut : *auto*  | 
| encoder\$1layers\$1activation |  Fonction d'activation à utiliser dans les couches de l'encodeur. **Facultatif** Valeurs valides :  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/ntm_hyperparameters.html) Valeur par défaut : `sigmoid`  | 
| epochs |  Nombre maximal de passages sur les données d'entraînement. **Facultatif** Valeurs valides : entier positif (min : 1) Valeur par défaut : 50  | 
| learning\$1rate |  Taux d'apprentissage de l'optimiseur. **Facultatif** Valeurs valides : nombre flottant (min : 1e-6, max : 1,0) Valeur par défaut : 0.001  | 
| mini\$1batch\$1size |  Nombre d'exemples dans chaque mini-lot. **Facultatif** Valeurs valides : entier positif (min : 1, max : 10 000) Valeur par défaut : 256  | 
| num\$1patience\$1epochs |  Nombre de dates epoch successives sur lesquelles le critère d'arrêt anticipé est évalué. Un arrêt anticipé est déclenché lorsque la modification de la fonction perte passe en-dessous de la `tolerance` spécifiée au sein du `num_patience_epochs` dernier nombre de périodes (epoch). Pour désactiver l'arrêt anticipé, définissez `num_patience_epochs` avec une valeur supérieure à `epochs`. **Facultatif** Valeurs valides : entier positif (min : 1) Valeur par défaut : 3  | 
| optimizer |  Optimiseur à utiliser pour la formation. **Facultatif** Valeurs valides : [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/ntm_hyperparameters.html) Valeur par défaut : `adadelta`  | 
| rescale\$1gradient |  Facteur de redimensionnement du gradient. **Facultatif** Valeurs valides : nombre flottant (min : 1e-3, max : 1,0) Valeur par défaut : 1.0  | 
| sub\$1sample |  La fraction des données de formation à échantillonner pour la formation par période (epoch). **Facultatif** Valeurs valides : nombre flottant (min : 0,0, max : 1.0) Valeur par défaut : 1.0  | 
| tolerance |  Modification relative maximale dans la fonction perte. Un arrêt anticipé est déclenché lorsque la modification de la fonction perte passe en-dessous de cette valeur au sein du `num_patience_epochs` dernier nombre de périodes (epoch). **Facultatif** Valeurs valides : nombre flottant (min : 1e-6, max : 0,1) Valeur par défaut : 0.001  | 
| weight\$1decay |   Coefficient de dégradation de pondération. Ajoute la régularisation L2. **Facultatif** Valeurs valides : nombre flottant (min : 0,0, max : 1.0) Valeur par défaut : 0.0  |