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。

# DeepAR モデルを調整する
<a name="deepar-tuning"></a>

*自動モデル調整*は、ハイパーパラメータ調整とも呼ばれ、データセットのさまざまなハイパーパラメータをテストする多数のジョブを実行して、モデルの最適なバージョンを見つけます。調整可能なハイパーパラメータ、それぞれの値の範囲、および目標メトリクスを選択します。アルゴリズムが計算するメトリクスから目標メトリクスを選択します。自動モデル調整は、選択されたハイパーパラメータを検索して、目標メトリクスを最適化するモデルになる値の組み合わせを見つけます。

モデル調整の詳細については、「[SageMaker AI の自動モデルチューニング](automatic-model-tuning.md)」を参照してください。

## DeepAR アルゴリズムによって計算されるメトリクス
<a name="deepar-metrics"></a>

DeepAR アルゴリズムは、トレーニング中に計算される 3 つのメトリクスを報告します。モデルを調整するときには、目標としてこれらのいずれかを選択します。目標には、提供されたテストチャネルの予測精度 (推奨) またはトレーニング損失を使用します。DeepAR アルゴリズムのトレーニング/テストの分割に関する推奨事項については、[DeepAR アルゴリズム使用のベストプラクティス](deepar.md#deepar_best_practices)を参照してください。


| メトリクス名 | 説明 | 最適化の方向 | 
| --- | --- | --- | 
| test:RMSE | テストセットで計算された予測と実際のターゲット間の二乗平均平方根誤差。 | 最小化 | 
| test:mean\_wQuantileLoss | テストセットで計算された平均全体分位損失。使用する分位数を制御するには、`test_quantiles` ハイパーパラメータを設定します。 | 最小化 | 
| train:final\_loss | モデルの最後のトレーニングエポックで平均化された、トレーニングの負の対数尤度損失。 | 最小化 | 

## DeepAR アルゴリズムの調整可能なハイパーパラメータ
<a name="deepar-tunable-hyperparameters"></a>

以下のハイパーパラメータを使用して DeepAR モデルを調整します。DeepAR の目標メトリクスに最大の影響を持つハイパーパラメータ (最も影響の大きいものから順にリストされる) は、`epochs`、`context_length`、`mini_batch_size`、`learning_rate`、および `num_cells` です。


| パラメータ名 | パラメータタイプ | 推奨範囲 | 
| --- | --- | --- | 
| epochs | `IntegerParameterRanges` | MinValue: 1、MaxValue: 1000 | 
| context\_length | `IntegerParameterRanges` | MinValue: 1、MaxValue: 200 | 
| mini\_batch\_size | `IntegerParameterRanges` | MinValue: 32、MaxValue: 1028 | 
| learning\_rate | `ContinuousParameterRange` | MinValue: 1e-5、MaxValue: 1e-1 | 
| num\_cells | `IntegerParameterRanges` | MinValue: 30、MaxValue: 200 | 
| num\_layers | `IntegerParameterRanges` | MinValue: 1、MaxValue: 8 | 
| dropout\_rate | `ContinuousParameterRange` | MinValue: 0.00、MaxValue: 0.2 | 
| embedding\_dimension | `IntegerParameterRanges` | MinValue: 1、MaxValue: 50 |