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
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。[`CreateTrainingJob`](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\_pretrained\_model | 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:+ `fcn`[: 完全畳み込みネットワーク (FCN) アルゴリズム](https://arxiv.org/abs/1605.06211)
+ `psp`: [ピラミッドシーン解析 (PSP) アルゴリズム](https://arxiv.org/abs/1612.01105)
+ `deeplab`: [DeepLab V3 アルゴリズム](https://arxiv.org/abs/1706.05587)
デフォルト値: `fcn` |
**データハイパーパラメータ**
| Parameter Name | 説明 |
| --- | --- |
| num\_classes | 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\_training\_samples | 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\_size | 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\_size | 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\_stopping | 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\_stopping\_min\_epochs | 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\_stopping\_patience | 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\_stopping\_tolerance | 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\_rate | 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\_scheduler | 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: + `step`: 段階的な減衰。学習レートは `lr_scheduler_step` で指定されたエポック後に `lr_scheduler_factor` ずつ減算 (乗算) されます。
+ `poly`: 多項式関数を使用した滑らかな減衰。
+ `cosine`: 余弦関数を使用した滑らかな減衰。
デフォルト値: `poly` |
| lr\_scheduler\_factor | `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\_scheduler\_step | 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\_batch\_size | 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。+ `adam`: [アダプティブモーメンタム推定](https://en.wikipedia.org/wiki/Stochastic_gradient_descent#Adam)
+ `adagrad`: [適応勾配降下法](https://en.wikipedia.org/wiki/Stochastic_gradient_descent#AdaGrad)
+ `nag`: [ネステロフ加速勾配](https://calculus.subwiki.org/wiki/Nesterov%27s_gradient_acceleration)
+ `rmsprop`: [二乗平均平方根の伝搬](https://en.wikipedia.org/wiki/Stochastic_gradient_descent#RMSProp)
+ `sgd`: [確率的勾配降下法](https://en.wikipedia.org/wiki/Stochastic_gradient_descent)
**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\_mini\_batch\_size | 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。+ イメージをトリミングせずにイメージ全体の検証をスコアリングするには、このパラメータを 1 に設定します。イメージ全体のパフォーマンスを全体として測定する場合は、このオプションを使用します。 `validation_mini_batch_size` パラメータを 1 に設定すると、アルゴリズムはすべてのイメージに対して新しいネットワークモデルを作成します。これにより、検証とトレーニングが低速化する可能性があります。
+ 評価中であっても、`crop_size` パラメータで指定されたサイズになるようにイメージをトリミングするには、このパラメータを 1 より大きい値に設定します。
**オプション**
有効な値: 正の整数
デフォルト値: 16 |
| weight\_decay | `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 |