Parameter Range Automated Machine Learning (ASCMO-STATIC)

Model メニュー > Automated Machine Learning > Parameter Range ボタン

Automated Machine Learning ウィンドウで、自動機械学習やハイパーパラメータについて詳細に設定することができます。"Parameter Range Automated Machine Learning" ウィンドウには、 MLP、ASC-General オプションのタブがあります。

Parameter Range Automated Machine Learning ウィンドウには以下のエレメントが含まれます。

General

Modeling Method

モデルタイプ

自動機械学習に使用したいモデルのチェックボックスをオンにします。

Automatic Input Selection

オンにすると、アルゴリズムは、最も関連性の高い入力フィーチャーのみを自動的に選択します。これは、モデルの精度と複雑さのバランスをとるのに役立ちます。選択は、グローバルにアクティブ化された入力に基づいて行われ、各モデルはそのサブセットを使用します。

1つのグローバル入力のみ選択されている場合、このオプションは無視されます。

Random Seed

乱数生成器を初期化する値を入力します。

固定的なシードを設定することで、再現性のあるトレーニングと検証結果が保証されます。

Embedded AI Coder

Embedded AI Coderオプションを使用すると、"hardware-aware" な（ハードウェアを考慮した）AutoMLプロセスが実現でき、実際のデバイスの制約（処理能力、メモリ、推論時間など）に対応した最適化が行えます。

"hardware-aware"なモデルトレーニングでは、効率的なデプロイメントの目的で、ターゲットデバイスの能力と制約に適合するモデルが設計されます。

これには、有効なEmbedded AI Coderがインストールされている必要があります。

Restrict to Embedded AI Coder

チェックボックスをオンにすると、自動機械学習の設定がEmbedded AI Coderで現在サポートされている内容に制限されます。互換性のないモデルや設定は、除外されます。 Embedded AI Coderへのモデルエクスポートを参照してください。

Use Hardware Estimates

オンになっていると、システムは選択されたターゲットデバイスから提供されるハードウェア仕様に基づいて、モデルのリソース要件（例：RAM、ROM、推定時間）を推定します。

Embedded AI Coder Version：ハードウェアの推定に使用するEmbedded AI Coderのバージョンを指定します。
Target Device：サポートされているハードウェアデバイスを選択します。使用可能はデバイスのリストは、選択されたEmbedded AI Coderのバージョンに応じて異なります。
RAM (bytes)：利用可能なランダムアクセスメモリ（RAM）の最大容量をバイト単位で定義します。選択されたハードウェアの仕様に基き、このRAM制限を超えることがEmbedded AI Coderによって推定されたモデルは、自動的にスキップされます。
ROM (bytes)：利用可能な読み取り専用メモリ（ROM）の最大容量をバイト単位で定義します。選択されたハードウェアの仕様に基き、このROM制限を超えることがEmbedded AI Coderによって推定されたモデルは、自動的にスキップされます。
Inference Time (µs)：評価ステップごとに推定されるモデル推論時間をマイクロ秒単位で指定します。この値はおおまかに見積もられるものです。定義された制限を超えるモデルは除外されますが、推定にはばらつきが生じる可能性があるため、ある程度の許容範囲を設けることをお勧めします。

Data

Validation Data

最適なモデル（RMSE）の選択を、トレーニングデータとテストデータ（テストデータがある場合）のどちらに基づいて行うかを選択します。

Output Transformation

出力の変換タイプを選択します。変換を利用することによりモデル予測を改善できます。トレーニングデータの値に負またはゼロが含まれる場合、一部の変換は使用不可となります。

以下から選択できます：

none - 変換なし
1/y - 反転
1/sqrt(y) 平方根の逆数
log(y) - 対数
sqrt(y) - 平方根
Bounded：上下限値内に制限されます。
log(y+c)：対数 + 定数

Model Setting：Multi Layer Perceptron

Model Setting：ASC Gaussian Process

最良の結果を見つけるために機械学習プロセスに含めたいエレメントについて、General タブの ASC Gaussian Process (ASC GP) チェックボックスをオンにします。含めるチェックボックスが多いほど処理時間が長くなります。

機械学習プロセスで使用するエレメントのチェックボックスをオンにします：

Validation Mode：RMSEの計算にトレーニングデータのLeave-One-Out誤差が使用されるようにするには、このチェックボックスをオンにします。オンになっていると、General タブの Validation Data の設定は無視されます。
Kernel：使用するモデルカーネルのチェックボックスをオンにします。

自動機械学習で使用する連続パラメータの最小値／最大値の範囲を入力します：

Number of Iterations：反復回数の範囲を入力します。
Subset Size：モデルトレーニングの基底関数の最大数の範囲を入力します。

Default

設定内容をすべてデフォルト値に戻します。

設定内容を確定してウィンドウを閉じます。

Cancel

設定内容を破棄してウィンドウを閉じます。

参照

Automated Machine Learning ウィンドウ