?> Quels algorithmes d'optimisation peuvent être uti... - Aide
QUESTION / RÉPONSE

Quels algorithmes d'optimisation peuvent être utilisés pour l'entraînement avec `annTrain` ?

0 consultations

Réponse

Les options d'optimisation sont spécifiées dans le paramètre `nloOpts`. L'algorithme peut être défini via le sous-paramètre `algorithm` et inclut les options suivantes : 'LBFGS' (Limited-memory Broyden-Fletcher-Goldfarb-Shanno), 'SGD' (Descente de Gradient Stochastique), 'ADAM', et 'HF' (Hessian-Free).
Action technique liée

Voir la documentation de annTrain

Voir l'Action
Thématiques

Voir aussi

annScore
neuralNet

Die Aktion `annScore` im `neuralNet`-Aktionssatz wird verwendet, um eine Datentabelle unter Verwendung eines zuvor trainierten künstlichen neuronalen Netzwerkmodells zu bewerten. Diese Aktion nimmt ein trainiertes Modell (gespeichert in einer CAS-Tabelle) und eine Eingabetabelle und erzeugt eine Ausgabetabelle, die die vorhergesagten Werte enthält. Sie ist ein wesentlicher Schritt im Machine-Learning-Workflow, um die Leistung eines Modells auf neuen Daten zu bewerten oder Vorhersagen für die Produktion zu generieren.

annScore
neuralNet

La acción `annScore` del conjunto de acciones `neuralNet` se utiliza para puntuar datos con un modelo de red neuronal artificial previamente entrenado. Esta acción toma un modelo entrenado (desde una tabla CAS) y una tabla de datos de entrada, y genera una tabla de salida con las predicciones. Es una herramienta fundamental en el ciclo de vida del machine learning para aplicar modelos a nuevos datos y evaluar su rendimiento o para la implementación en producción.

annCode
neuralNet

Erzeugt DATA-Step-Scoring-Code aus einem künstlichen neuronalen Netzwerkmodell. Diese Aktion ist entscheidend für die Operationalisierung von Modellen, da sie es ermöglicht, das trainierte Modell in eine portable und wiederverwendbare Form zu konvertieren, die in verschiedenen SAS-Umgebungen zur Bewertung neuer Daten ohne die Notwendigkeit der CAS-Umgebung ausgeführt werden kann.