Veröffentlicht am: Feb 27, 2020
Amazon Forecast ist ein vollständig verwalteter Service, der Machine Learning (ML) verwendet, um genaue Prognosen vorzulegen, ohne dass vorherige ML-Erfahrung erforderlich ist. Amazon Forecast ist in einer Vielzahl von Anwendungsfällen anwendbar, einschließlich der Prognose des Energiebedarfs, der Personal- und Ressourcenplanung, der Prognose der Nutzung der Cloud-Infrastruktur, der Bestandsplanung, der Prognose der Produktnachfrage und der Finanzplanung.
Wir freuen uns, heute die Unterstützung von drei neuen DeepAR+-Hyperparametern anzukündigen, die dazu beitragen können, die Schulungszeit zu reduzieren und die Modellstabilität und -genauigkeit zu erhöhen. Erstens haben wir zur Verbesserung der Modellstabilität – ein häufiges Problem bei Modellen für Deep Learning, bei denen die Ergebnisse von Trainingslauf zu Trainingslauf variieren – den Hyperparameter „num_averaged_models“ eingeführt, der es Ihnen ermöglicht, die Ergebnisse über mehrere Modelle innerhalb eines einzigen Trainingslaufs zu mitteln. Zweitens, um die Prognosegenauigkeit sowie die Konvergenzgeschwindigkeit zu verbessern und damit die Trainingszeit zu verkürzen, können Sie nun die Lernrate während des Trainings mit den Hyperparametern „learning_rate_decay“ und „max_learning_rate_decays“ ändern.
Zusätzlich unterstützt DeepAR+ jetzt auch eine neue stückweise lineare Wahrscheinlichkeitsfunktion, die Datensätze mit flexiblen Verteilungen unterstützt, die keine parametrischen Annahmen enthalten. Bitte besuchen Sie die Amazon Forecast-Entwickler-Dokumentation, um weitere Informationen zu erhalten.
Diese erweiterte Hyperparameter-Unterstützung für DeepAR+ ist jetzt in US-Ost (N. Virginia, Ohio), USA West (Oregon), Europa (Irland) und Asien-Pazifik (Tokio, Singapur, Seoul) verfügbar.