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.
# Hiperparâmetros do IP Insights
Na solicitação [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTransformJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTransformJob.html), é especificado o algoritmo de treinamento. Você também pode especificar hiperparâmetros específicos do algoritmo como mapas. string-to-string A tabela a seguir lista os hiperparâmetros do algoritmo Amazon SageMaker AI IP Insights.
| Nome do parâmetro | Description |
| --- | --- |
| num\_entity\_vectors | O número de representações vetoriais de entidades (vetores de incorporação de entidades) a serem treinadas. Cada entidade no conjunto de treinamento é aleatoriamente atribuída a um desses vetores usando uma função de hash. Por causa de colisões de hash, é possível ter várias entidades atribuídas ao mesmo vetor. Isso faria com que o mesmo vetor representasse várias entidades. Isso geralmente tem um efeito insignificante no desempenho do modelo, desde que a taxa de colisões não seja muito alta. Para manter a taxa de colisões baixa, defina esse valor o mais alto possível. No entanto, o tamanho do modelo e, portanto, o requisito de memória, tanto para treinamento quanto para inferência, são dimensionados linearmente com esse hiperparâmetro. Recomendamos que você defina esse valor como duas vezes o número de identificadores de entidade exclusivos.
**Obrigatório**
Valores válidos: 1 ≤ número inteiro positivo ≤ 250.000.000 |
| vector\_dim | O tamanho dos vetores de incorporação para representar entidades e endereços IP. Quanto maior o valor, mais informações podem ser codificadas usando essas representações. Na prática, o tamanho do modelo é dimensionado linearmente com esse parâmetro e limita o tamanho da dimensão. Além disso, usar representações vetoriais muito grandes pode causar o sobreajuste do modelo, especialmente para conjuntos de dados de treinamento pequenos. O sobreajuste ocorre quando um modelo não aprende um padrão nos dados, mas memoriza efetivamente os dados de treinamento e, portanto, não pode generalizar bem e acaba apresentando um desempenho ruim durante a inferência. O valor recomendado é 128.
**Obrigatório**
Valores válidos: 4 ≤ número inteiro positivo ≤ 4096 |
| batch\_metrics\_publish\_interval | O intervalo (a cada X lotes) no qual a função Apache MXNet Speedometer imprime a velocidade de treinamento da rede (amostras/segundo).
**Opcional**
Valores válidos: número inteiro positivo ≥ 1
Valor padrão: 1,000 |
| epochs | O número de passagens nos dados de treinamento. O valor ideal depende do tamanho dos dados e da taxa de aprendizado. Os valores típicos variam de 5 a 100.
**Opcional**
Valores válidos: número inteiro positivo ≥ 1
Valor padrão: 10 |
| learning\_rate | A taxa de aprendizado do otimizador. O IP Insights usa um otimizador gradient-descent-based Adam. A taxa de aprendizagem controla efetivamente o tamanho das etapas para atualizar os parâmetros do modelo em cada iteração. Uma taxa de aprendizagem muito grande pode fazer com que o modelo seja divergente, pois é provável que o treinamento ultrapasse um limite mínimo. Por outro lado, uma taxa de aprendizagem muito pequena retarda a convergência. Os valores típicos variam de 1e-4 a 1e-1.
**Opcional**
Valores válidos: 1e-6 ≤ flutuante ≤ 10.0
Valor padrão: 0.001 |
| mini\_batch\_size | O número de exemplos em cada minilote. O procedimento de treinamento processa os dados em minilotes. O valor ideal depende do número de identificadores de conta exclusivos no conjunto de dados. Em geral, quanto maior`mini_batch_size`, mais rápido o treinamento e maior o número de shuffled-negative-sample combinações possíveis. No entanto, com um `mini_batch_size` grande, é mais provável que o treinamento acabe convergindo para um mínimo local ruim e tenha um desempenho relativamente pior para inferência.
**Opcional**
Valores válidos: 1 ≤ número inteiro positivo ≤ 500000
Valor padrão: 10,000 |
| num\_ip\_encoder\_layers | O número de camadas totalmente conectadas usadas para codificar a incorporação do endereço IP. Quanto maior o número de camadas, maior a capacidade do modelo de capturar padrões entre endereços IP. No entanto, usar um número grande de camadas aumenta a chance de sobreajuste.
**Opcional**
Valores válidos: 0 ≤ número inteiro positivo ≤ 100
Valor padrão: 1 |
| random\_negative\_sampling\_rate | O número de amostras negativas aleatórias, R, a serem geradas por exemplo de entrada. O procedimento de treinamento depende de amostras negativas para evitar que as representações vetoriais do modelo colapsem em um único ponto. A amostragem negativa aleatória gera R endereços IP aleatórios para cada conta de entrada no minilote. A soma de `random_negative_sampling_rate` (R) e `shuffled_negative_sampling_rate` (S) deve estar no intervalo: 1 ≤ R \+ S ≤ 500.
**Opcional**
Valores válidos: 0 ≤ número inteiro positivo ≤ 500
Valor padrão: 1 |
| shuffled\_negative\_sampling\_rate | O número de amostras negativas embaralhadas, S, a serem geradas por exemplo de entrada. Em alguns casos, é útil usar amostras negativas mais realistas e escolhidas aleatoriamente dos próprios dados de treinamento. Esse tipo de amostragem negativa é obtida ao embaralhar os dados em um minilote. A amostragem negativa aleatória gera S endereços IP negativos, embaralhando os pares de endereços IP e contas em um minilote. A soma de `random_negative_sampling_rate` (R) e `shuffled_negative_sampling_rate` (S) deve estar no intervalo: 1 ≤ R \+ S ≤ 500.
**Opcional**
Valores válidos: 0 ≤ número inteiro positivo ≤ 500
Valor padrão: 1 |
| weight\_decay | O coeficiente de degradação do peso. Esse parâmetro adiciona um fator de regularização L2 necessário para evitar que o modelo cause o sobreajuste dos dados de treinamento.
**Opcional**
Valores válidos: 0.0 ≤ flutuante ≤ 10.0
Valor padrão: 0.00001 |