Название узла, которое будет отображаться в интерфейсе
Общие параметры
Описание
Ручной ввод Ограничений на значение нет
Описание узла
Общие параметры
Конфигурация слоев нейросети
Кнопка
При выборе данной кнопки откроется окно Конфигурация слоев нейросети, где можно задавать слои, количество нейронов в слоях и функции активации для каждого узла. Для этого необходимо выбрать кнопку Добавить и в появившемся списке выбрать необходимую функцию активации и настроить параметры. Предусмотрены:
Функция активации ReLU (Rectified Linear Unit) –
LaTeX Unit
body
f(x) = max(0, x)
Функция активации CELU –
LaTeX Unit
body
f(x)=max(0,x)+min(0,\alpha*(exp(x/\alpha)-1))
Дополнительно необходимо задать
LaTeX Unit
body
\alpha
Функция активации ELU –
LaTeX Unit
body
--uriencoded--f(x) = \left \%7B \begin%7Barray%7D%7Brcl%7D \alpha*(exp(x) -1) & \mbox%7Bfor%7D & x \le 0\\ x & \mbox%7Bfor%7D & x > 0\end%7Barray%7D \right.
Данный параметр задает метод оптимизации, который будет использоваться для обновления весов нейронов скрытых слоев нейронной сети. Предусмотрены следующие методы:
SGD – стохастический градиентный спуск
Adam (adaptive momentum) – адаптивный импульс
Adadelta (adaptive learning rate) – метод адаптивной скорости обучения
Adamax – вариант Adam,основанный на бесконечной норме
Rprop(resilient backpropagation) – устойчивый алгоритм обратного распространения. Данный метод использует только знаки частных производных для подстройки весовых коэффициентов. Также Rprop поддерживает отдельные дельты для каждого веса и смещения и адаптирует эти дельты во время обучения.
RMSPROP (running root mean square propagation)– среднеквадратичное распространение корня.Данный метод использует усредненный по истории квадрат градиента.
Общие параметры
Скорость обучения
Ручной ввод
По умолчанию - 0,001
Данный параметр задает скорость обучения, которая управляет размером шага при обновлении весов.
Общие параметры
Количество эпох
Ручной ввод
По умолчанию - 10
Данный параметр задает сколько раз алгоритм обучения будет обрабатывать весь набор обучающих данных.
Общие параметры
Размер пакета
Ручной ввод
По умолчанию - 128
Данный параметр определяет количество выборок, которые необходимо обработать перед обновлением параметров модели.
Общие параметры
Seed
Ручной ввод
По умолчанию - 42
Начальное числовое значение для генератора случайных чисел.
Используется для воспроизведения результатов при повторном запуске узла.
Общие параметры
L2 регуляризация
Ручной ввод
По умолчанию - 0,1
Данный параметр задает значение L2-регуляризации
Общие параметры
Доля валидационной выборки
Ручной ввод
По умолчанию - 0,1
Данный параметр задает долю валидационной выборки, которая будет отобрана из исходной тестовой
Общие параметры
Количество итераций без существенного улучшения
Ручной ввод
По умолчанию - 5
Данный параметр задает задает количество эпох без существенного улучшения, после которых скорость обучения будет снижена.
Пример: если значение параметра = 2, то первые 2 эпохи будут проигнорированы, и только после 3-й эпохи скорость обучения уменьшится.
Общие параметры
Раскрывающийся список со следующими значениями:
rel
abs
Данный параметр...
Предусмотрены:
rel –dynamic_threshold = best * ( 1 - threshold )
abs –dynamic_threshold = best - threshold
Общие параметры
Порог
Ручной ввод
По умолчанию - 0,0001
Данный параметр задает порог расчета нового оптимума
Общие параметры
Стандартизация
Раскрывающийся список со следующими значениями:
no
std (по умолчанию)
range
Данные параметр отвечает за выбор метода стандартизации числовых переменных.
Стандартизация– преобразование числовых наблюдений с целью приведения их к некоторой общей шкале. Необходимость стандартизации вызвана тем, что разные признаки из обучающего набора могут быть представлены в разных масштабах и изменяться в разных диапазонах, что влияет на выявление некорректных зависимостей моделью. Предусмотрены следующие методы:
Предусмотрены следующие методы:
no— стандартизация не нужна
std— стандартное отклонение - преобразует наблюдения таким образом, чтобы их среднее значение равнялось нулю, а стандартное отклонение равнялось 1.
range— диапазон -линейно преобразует значения переменных в диапазон [0, 1].
Общие параметры
Beta1
Ручной ввод числа с плавающей точкой
По умолчанию - 0,9
Данный параметр задает коэффициент, используемый для вычисления скользящих средних значений градиента и его квадрата
Выбор данного чекбокса указывает, что необходимо использовать вариант AMSGrad этого алгоритма из статьи «Конвергенция Адама и не только»
Параметры алгоритма оптимизации Adam, AdamW
Импульс (Momentum)
Ручной ввод числа с плавающей точкой
По умолчанию - 0
Данный параметр задает коэффициент импульса
Параметры алгоритма оптимизации SGD, RMSProp
Dampening
Ручной ввод числа с плавающей точкой
По умолчанию - 0
Данный параметр задает демпфирование импульса
Параметры алгоритма оптимизации SGD
Момент Нестерова
Чекбокс
Выбор данного чекбокса включает импульс Нестерова
Параметры алгоритма оптимизации SGD
Rho
Ручной ввод
По умолчанию - 0,9
Данный параметр задает коэффициент, используемый для вычисления скользящего среднего квадратов градиентов
Параметры алгоритма оптимизации Adadelta
Epsilon
По умолчанию - 1e-8
Данный параметр задает значение, добавляемое к знаменателю для улучшения числовой стабильности
Параметры алгоритма оптимизации Adadelta, RMSProp
Максимум итераций за шаг оптимизации
Ручной ввод целочисленного значения
По умолчанию - 20
Данный параметр задает максимальное число итераций за шаг оптимизации
Параметры алгоритма оптимизации LBFGS
Максимум вычислений за шаг оптимизации
Ручной ввод целочисленного значения
По умолчанию - 1
Данный параметр задает максимальное число вычислений функции за шаг оптимизации
Параметры алгоритма оптимизации LBFGS
Tolerance grad
Ручной ввод числа с плавающей точкой
По умолчанию - 0,00001
Данный параметр задает допуск завершения при оптимальности первого порядка
Параметры алгоритма оптимизации LBFGS
Tolerance change
Ручной ввод числа с плавающей точкой
По умолчанию - 1e-9
Данный параметр задает допуск завершения при изменении значения/параметра функции
Параметры алгоритма оптимизации LBFGS
Количество запоминаемых шагов оптимизации
Ручной ввод целочисленного значения
По умолчанию - 100
Данный параметр задает количество запоминаемых шагов оптимизации
Параметры алгоритма оптимизации LBFGS
Line search
Список:
no (по умолчанию)
strong wolfe
Данный параметр задает метод линейного поиска
Параметры алгоритма оптимизации LBFGS
Lambda
Ручной ввод числа с плавающей точкой
По умолчанию - 0,0001
Данный параметр задает затухание
Параметры алгоритма оптимизации ASGD
Alpha
Ручной ввод числа с плавающей точкой
По умолчанию - 0,75
Данный параметр задает мощность для обновления ETA
Параметры алгоритма оптимизации ASGD
t0
Ручной ввод числа с плавающей точкой
По умолчанию - 100000
Данный параметр задает точку, с которой начинается усреднение
Параметры алгоритма оптимизации ASGD
TORCH_OPTIMIZER_MOMENTUM_DECAY
Ручной ввод
По умолчанию - 0,004
momentum decay
Параметры алгоритма оптимизации Nadam
Коэффициент уменьшения (eta minus)
Ручной ввод
Число больше 0 и меньше 1
По умолчанию - 0,5
Данный параметр задает мультипликативный коэффициент уменьшения.
Если на текущем шаге частная производная по соответствующему весу поменяла свой знак, значит последнее изменение было большим, и алгоритм проскочил локальный минимум. Следовательно, величину коррекции необходимо уменьшить на значение данного параметра и вернуть предыдущее значение весового коэффициента.
Параметры алгоритма оптимизации Rprop
Коэффициент увеличения (eta plus)
Ручной ввод
Число больше 1
По умолчанию - 1,2
Данный параметр задает мультипликативный коэффициент увеличения.
Если на текущем шаге частная производная по соответствующему весу не поменяла свой знак, значит нужно увеличить величину коррекции на значение данного параметра для достижения более быстрой сходимости.
Параметры алгоритма оптимизации Rprop
Минимальный размер шага
Ручной ввод
По умолчанию - 0,000001
Данный параметр задает минимальный размер шага.
Он необходим, чтобы не допустить слишком маленьких значений весов, ограничивает величину коррекции снизу.
Параметры алгоритма оптимизации Rprop
Максимальный размер шага
Ручной ввод
По умолчанию - 50
Данный параметр задает максимальный размер шага.
Он необходим, чтобы не допустить слишком больших значений весов, ограничивает величину коррекции сверху.
Параметры алгоритма оптимизации Rprop
Alpha
Ручной ввод
По умолчанию - 0,99
Данный параметр задает константу сглаживания
Параметры алгоритма оптимизации RMSProp
Центрировать
Чекбокс
Выбор данного чекбокса указывает, что необходимо вычислить центрированный RMSProp, градиент которого нормализуется по оценке его дисперсии