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。

# セマンティックセグメンテーションハイパーパラメータ
<a name="segmentation-hyperparameters"></a>

次の表は、ネットワークアーキテクチャ、データ入力、トレーニング用に Amazon SageMaker AI セマンティックセグメンテーションアルゴリズムでサポートされているハイパーパラメータのリストです。[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html) リクエストの `AlgorithmName` でトレーニング用のセマンティックセグメンテーションを指定します。

**ネットワークアーキテクチャーハイパーパラメータ**


| Parameter Name | 説明 | 
| --- | --- | 
| backbone |  アルゴリズムのエンコーダーコンポーネントに使用するバックボーン。 **オプション** 有効な値: `resnet-50`、`resnet-101` デフォルト値: `resnet-50`  | 
| use\$1pretrained\$1model |  バックボーンに事前トレーニング済みモデルを使用するかどうか。 **オプション** 有効な値: `True`、`False` デフォルト値: `True`  | 
| algorithm |  セマンティックセグメンテーションに使用するアルゴリズム。 **オプション** 有効な値: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html) デフォルト値: `fcn`  | 

**データハイパーパラメータ**


| Parameter Name | 説明 | 
| --- | --- | 
| num\$1classes |  セグメント化するクラスの数。 **必須** 有効な値: 2 ≤ 正の整数 ≤ 254  | 
| num\$1training\$1samples |  トレーニングデータのサンプル数。アルゴリズムはこの値を使用して、学習レートスケジューラを設定します。 **必須** 有効な値: 正の整数  | 
| base\$1size |  トリミング前にイメージを拡大縮小し直す方法を定義します。イメージは拡大縮小し直され、ロングサイズの長さが 0.5 ～ 2.0 の乱数で乗算された `base_size` に設定されて、ショートサイズがアスペクト比を維持して計算されます。 **オプション** 有効な値: 正の整数 > 16 デフォルト値: 520  | 
| crop\$1size |  トレーニング中の入力イメージのサイズ。入力イメージを、`base_size` に基づいてランダムに拡大縮小し直し、辺の長さが `crop_size` に等しいランダム正方形トリミングを行います。`crop_size` は、自動的に 8 の倍数に切り上げられます。 **オプション** 有効な値: 正の整数 > 16 デフォルト値: 240  | 

**トレーニングハイパーパラメータ**


| Parameter Name | 説明 | 
| --- | --- | 
| early\$1stopping |  トレーニング中に早期停止ロジックを使用するかどうか。 **オプション** 有効な値: `True`、`False` デフォルト値: `False`  | 
| early\$1stopping\$1min\$1epochs |  実行する必要のあるエポックの最小数。 **オプション** 有効な値: 整数 デフォルト値: 5  | 
| early\$1stopping\$1patience |  アルゴリズムが早期停止を強制する前に低パフォーマンスの許容範囲を満たすエポックの数。 **オプション** 有効な値: 整数 デフォルト値: 4  | 
| early\$1stopping\$1tolerance |  mIOU の相対的な改善がこの値より小さい場合、早期停止はエポックの改善がないと見なします。これは `early_stopping` = `True` の場合にのみ使用されます。 **オプション** 有効な値: 0 ≤ 浮動小数点数 ≤ 1 デフォルト値: 0.0  | 
| epochs |  トレーニングするエポック数。 **オプション** 有効な値: 正の整数 デフォルト値: 10  | 
| gamma1 |  `rmsprop` の 2 乗勾配の移動平均に使用される減衰係数。`rmsprop` にのみ使用されます。 **オプション** 有効な値: 0 ≤ 浮動小数点数 ≤ 1 デフォルト値: 0.9  | 
| gamma2 |  `rmsprop` のモーメンタム係数。 **オプション** 有効な値: 0 ≤ 浮動小数点数 ≤ 1 デフォルト値: 0.9  | 
| learning\$1rate |  最初の学習レート。 **オプション** 有効な値: 0 < 浮動小数点数 ≤ 1 デフォルト値: 0.001  | 
| lr\$1scheduler |  経時減少を制御する学習レートスケジュールの形状。 **オプション** 有効な値:  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html) デフォルト値: `poly`  | 
| lr\$1scheduler\$1factor |  `lr_scheduler` が `step` に設定される場合、`lr_scheduler_step` で指定された各エポック後に `learning_rate` ずつ減算 (乗算) する比率。それ以外の場合は無視されます。 **オプション** 有効な値: 0 ≤ 浮動小数点数 ≤ 1 デフォルト値: 0.1  | 
| lr\$1scheduler\$1step |  エポックのカンマ区切りのエポックのリスト。このエポックの後、`learning_rate` は `lr_scheduler_factor` だけ減算 (乗算) されます。例えば、値が `"10, 20"` に設定されている場合、`learning-rate` は 10 番目のエポックの後に `lr_scheduler_factor` だけ減算され、20 番目のエポックの後に再びこの係数だけ減算されます。 `lr_scheduler` が `step` に設定されると、**条件付きで必須**です。それ以外の場合は無視されます。 有効な値: 文字列 デフォルト値: (使用時に値が必須であるため、デフォルトはありません)  | 
| mini\$1batch\$1size |  トレーニングのバッチサイズ。大きな `mini_batch_size` を使用すると通常、トレーニングは加速しますが、メモリ不足が起きる可能性があります。メモリ使用量は、`mini_batch_size` パラメータと `image_shape` パラメータの値、およびバックボーンアーキテクチャーの影響を受けます。 **オプション** 有効な値: 正の整数  デフォルト値: 16  | 
| momentum |  オプティマイザの`sgd`モーメンタム。他のオプティマイザを使用すると、セマンティックセグメンテーションアルゴリズムはこのパラメータを無視します。 **オプション** 有効な値: 0 < 浮動小数点数 ≤ 1 デフォルト値: 0.9  | 
| optimizer |  オプティマイザのタイプ。オプティマイザの詳細については、該当するリンクを選択してください。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html) **オプション** 有効な値:`adam`、`adagrad`、`nag`、`rmsprop`、`sgd` デフォルト値: `sgd`  | 
| syncbn |  `True` に設定されている場合、バッチの正規化平均と分散は、GPU 全体で処理されたすべてのサンプルに対して計算されます。 **オプション**  有効な値: `True`、`False` デフォルト値: `False`  | 
| validation\$1mini\$1batch\$1size |  検証用のバッチサイズ。`mini_batch_size` が大きいと通常、トレーニングは加速しますが、メモリ不足が起きる可能性があります。メモリ使用量は、`mini_batch_size` パラメータと `image_shape` パラメータの値、およびバックボーンアーキテクチャーの影響を受けます。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/segmentation-hyperparameters.html) **オプション** 有効な値: 正の整数 デフォルト値: 16  | 
| weight\$1decay |  `sgd` オプティマイザの重み減衰係数。他のオプティマイザを使用すると、アルゴリズムはこのパラメータを無視します。 **オプション** 有効な値: 0 < 浮動小数点数 < 1 デフォルト値: 0.0001  |