Ajuste de hiperparámetros
Domine el ajuste de hiperparámetros para optimizar modelos ML como Ultralytics YOLO. Aumente la precisión, la velocidad y el rendimiento con técnicas expertas.
El ajuste de hiperparámetros es el proceso de encontrar los ajustes de configuración óptimos para un modelo de aprendizaje automático (Machine Learning, ML). Estos ajustes, conocidos como hiperparámetros, son externos al modelo y no pueden aprenderse directamente de los datos durante el proceso de entrenamiento. En su lugar, se establecen antes de que comience el entrenamiento y controlan el comportamiento del propio proceso de entrenamiento. El ajuste eficaz de estos hiperparámetros es un paso fundamental para maximizar el rendimiento del modelo y garantizar su buena generalización a datos nuevos y desconocidos. Sin un ajuste adecuado, incluso la arquitectura de modelo más avanzada puede rendir por debajo de sus posibilidades.
Ajuste de hiperparámetros frente a conceptos afines
Es importante diferenciar el ajuste de hiperparámetros de otros conceptos clave en ML:
- Algoritmo de optimización: Un algoritmo de optimización, como Adam o el Descenso Gradiente Estocástico (SGD), es el motor que ajusta los parámetros internos del modelo (pesos y sesgos) durante el entrenamiento para minimizar la función de pérdida. El ajuste de hiperparámetros, por el contrario, implica la selección de los mejores ajustes externos, que pueden incluir incluso la elección del propio algoritmo de optimización.
- Búsqueda de arquitectura neuronal (NAS): Mientras que el ajuste de hiperparámetros optimiza los ajustes para una estructura de modelo determinada, NAS automatiza el diseño de la propia arquitectura del modelo, como la determinación del número y tipo de capas. Ambas son formas de Aprendizaje Automático de Máquinas (Automated Machine Learning, AutoML) y suelen utilizarse juntas para construir el mejor modelo posible.
- Parámetros del modelo: Son las variables internas de un modelo, como los pesos y los sesgos de una red neuronal, que se aprenden a partir de los datos de entrenamiento mediante retropropagación. Los hiperparámetros son los ajustes de alto nivel que rigen el aprendizaje de estos parámetros.
Métodos de ajuste e hiperparámetros habituales
Los profesionales utilizan varias estrategias para encontrar los mejores valores de hiperparámetros. Entre los métodos más comunes se encuentran la búsqueda en cuadrícula, que prueba exhaustivamente todas las combinaciones de valores especificados, la búsqueda aleatoria, que muestrea combinaciones al azar, y métodos más avanzados como la optimización bayesiana y los algoritmos evolutivos.
Algunos de los hiperparámetros que se ajustan con más frecuencia son:
- Tasa de aprendizaje: Controla cuánto se ajustan los pesos del modelo con respecto al gradiente de pérdida.
- Tamaño del lote: El número de ejemplos de entrenamiento utilizados en una iteración.
- Número de épocas: El número de veces que el conjunto completo de datos de entrenamiento pasa por el modelo.
- Intensidad deaumento de datos: El grado de transformaciones aplicadas a los datos de entrenamiento, como rotación, escalado o cambios de color. La biblioteca Albumentations es una herramienta popular para esto.
Aplicaciones reales
El ajuste de hiperparámetros se aplica en varios dominios para lograr el máximo rendimiento:
Ajuste de hiperparámetros con Ultralytics
Ultralytics proporciona herramientas para simplificar el ajuste de hiperparámetros para Ultralytics YOLO modelos. El sitio Ultralytics Tuner clasedocumentado en el Guía de ajuste de hiperparámetrosautomatiza el proceso mediante algoritmos evolutivos. Integración con plataformas como Ray Tune ofrece más funciones para estrategias de búsqueda distribuida y avanzada, ayudando a los usuarios a optimizar sus modelos de forma eficaz para conjuntos de datos específicos (como COCO) y tareas. Los usuarios pueden aprovechar plataformas como HUB de Ultralytics para agilizar el seguimiento y la gestión de los experimentos, que suele ser un elemento clave a la hora de seguir las mejores prácticas de formación de modelos. Bibliotecas populares de código abierto como Optuna y Hyperopt también se utilizan ampliamente en la comunidad de ML para este fin.
ES
EN
ZH
KO
JA
RU
DE
FR
PT
IT
TR
VI
AR
