crfTrain

LBFGS, SGD ou ADAM : quel algorithme de machine learning choisir pour booster votre optimisation ?

Optimisation Distribuée sur SAS Viya 4

Le choix du solveur d'optimisation dans le paramètre nloOpts impacte directement les performances en environnement distribué. Par défaut, l'action utilise LBFGS, qui est particulièrement performant pour converger avec un minimum d'itérations en s'appuyant sur l'historique des gradients. Toutefois, si vos plans de données impliquent des matrices de très haute dimensionnalité, les algorithmes SGD (Stochastic Gradient Descent) ou ADAM sont recommandés. Ils opèrent via des mini-lots de données, ce qui allège considérablement la pression sur l'empreinte mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. des nœuds de calcul.

Exemples pour l'action crfTrain

Entraînement CRF basique
Schéma conceptuel de l'exemple : Entraînement CRF basique

Découvrez cet exemple pour l'action CAS crfTrain : il initialise un apprentissage supervisé par champs aléatoires conditionnels via un fenêtrage local ([-1,0] à [1,0]) pour extraire les features.

Entraînement CRF avec Optimisation Avancée
Schéma conceptuel de l'exemple : Entraînement CRF avec Optimisation Avancée

Découvrez cet exemple pour l'action CAS crfTrain : il optimise un modèle CRF via LBFGS avec régularisation L2 et contrôle de convergence (fConv), assurant une extraction d'entités stable et performante.

Conseil de l'Expert
Pour les jeux de données massifs, commencez par LBFGS sur un échantillon pour valider la convergence, puis passez à ADAM avec le paramètre learningRate ajusté via l'action tuneLearn si vous travaillez sur des architectures Deep Learning ou des données sparses en haute dimension.

Cette réponse vous a-t-elle aidé ?

Utilisateur FAQ SAS Viya
Vos votes aident à améliorer notre base de connaissances.

Action CAS associée

conditionalRandomFields

crfTrain
À lire aussi...
Target et Template : comment paramétrer correctement le contexte pour l'algorithme d'apprentissage ? Target et Template : comment paramétrer correctement le contexte pour l'algorithme d'apprentissage ? Comment configurer l'architecture des tables de sortie pour réussir la sauvegarde de votre modèle CRF ? Comment configurer l'architecture des tables de sortie pour réussir la sauvegarde de votre modèle CRF ? Pourquoi l'action crfTrain est-elle incontournable pour l'extraction de concepts textuels dans SAS Viya ? Pourquoi l'action crfTrain est-elle incontournable pour l'extraction de concepts textuels dans SAS Viya ? Comment maîtriser le surapprentissage de vos réseaux CRF grâce aux paramètres de validation intégrés ? Comment maîtriser le surapprentissage de vos réseaux CRF grâce aux paramètres de validation intégrés ?