間接ヒント

まず最初に問題に関するヒントをオラクルに伝えます。オラクルはこれらのヒントを基に、問題の内容を一元的に把握し、タスクの種類と複雑さに対して妥当なハイパー パラメーターを決めます。

NML スクリプトでは、間接ヒントはコンストラクトの外部に配置されます。通常、読みやすくするために、スクリプトの先頭に配置されますが、ブロック間にも配置してもかまいません。これらのヒントは、他のコンストラクト内に表示することはできません。

問題の種類と複雑さのヒント:

Oracle が受け入れ一般的なヒントの多くは、問題の種類と複雑さです。これらのヒントに基づいて、Oracle はユーザーにアーキテクチャとハイパーパラメーターを提供します。使用可能なヒントとそのデフォルト値は次のとおりです。

mode

  • oracle("mode") = "classification"

このヒントは、ユーザーが実行する機械学習タスクの種類を Oracle に伝えるために使用されます。利用可能なヒントを以下のとおりです。

"classification" (y).分類予測モデリングは、入力変数 (X) から不連続出力変数 (y) へのマッピング関数 (f) を近似するタスクです。y は 1 つの整数です。つまり、各 X は 1 つのクラスにのみ属します。

"multi_class" (y).分類予測モデリングは、入力変数 (X) から不連続出力変数 (y) へのマッピング関数 (f) を近似するタスクです。y は 1 つの整数です。つまり、各 X は 1 つのクラスにのみ属します。

"regression" 回帰予測モデリングは、入力変数 (X) から連続出力変数 (y) へのマッピング関数 (f) を近似するタスクです。

"vector_capsule" 動的ルーティングを使用したベクトルカプセルネットワーク.

"matrix_capsule" EM ルーティングを使用したマトリックス カプセル ネットワーク:.

"SSD" 画像検出のための単発型マルチボックス検出器 for image detection.

"YOLO" You Only Look Once (YOLO) 画像認識

"Retina" 高密度オブジェクト検出の焦点損失

"Count" イメージ内の特定のオブジェクトの数を予測するタスク

"unsupervised" 教師なしの学習タスク

"spectral_opt" Training with ペトラルハイパーパラメータ最適化による訓練。スペクトル最適化チュートリアルは こちらをご覧ください。

他の問題タイプは AI Studio を使用して解決できますが、Oracle にはそれらの問題をまだ完全に処理することはできません。ご期待ください。

近日公開予定: その他の問題の種類。

complexity

  • oracle("complexity") = 0.5

大まかに言うと、このヒントは、モデルが実行する必要があるタスクの複雑さをオラクルに示します。複雑さは 0 ~ 1 の浮動小数点値として定義され、低い方が単純になります。たとえば、ツイートセンチメント (正または負) の二項分類は比較的単純なタスク (0.1) ですが、1000 のカテゴリへの画像分類は非常に複雑なタスク (0.99) になります。

regularization

  • oracle("regularization") = 0.5

大まかに言うと、アーキテクチャの設計がどの程度複雑かを定義し、オーバーフィットを防ぐためにどの程度規則化すべきかをオラクルに通知します。このヒントは、低い方が単純な [0.0~1.0] の範囲の浮動小数点値を想定しています。

Hyper-parameter optimization hints:

デフォルトの動作では、可能なすべてのハイパーパラメーターのスペースから 4 つのモデルをランダムにサンプリングします。ほとんどの場合、直接ヒントを使用して個々のハイパーパラメータを最適化することによって微調整することができる程度のまともなモデルを生成します。 (下記参照).

generated

  • oracle("generated") = 2 これにより、オラクルが生成するハイパー パラメーター/アーキテクチャーが異なるモデルの数の制限が設定されます。デフォルト値は 4 です。

generated_strict

  • oracle("generated_strict") = True

警告: このヒントを使用する場合は注意が必要です。

これを False に設定すると、ハイパーパラメーターのすべての可能な組み合わせのモデルを生成するようにオラクルに指示します。可能なハイパーパラメータの数を制限しない限り (特定の値に固定するか、 直接ヒントを使用するか)、これを false に設定すると、多数 (場合によっては数千) のモデルが生成される可能性があります。

hyperalgo

  • oracle("hyperalgo") = random これをbruteに設定すると、ハイパーパラメーターの使用可能なスペースに対してブルート フォース グリッド検索が実行されます。これは、モデルを微調整する場合に便利です。