Les poids sont appris. Les hyperparamètres sont choisis. Le taux d'apprentissage, la taille des lots, le nombre de couches, le taux d'abandon et l'intensité de la régularisation appartiennent tous à cette catégorie. Ils déterminent le déroulement de l'entraînement et la structure du modèle.

Des erreurs de paramétrage entraînent une perte de temps et de ressources de calcul. Un taux d'apprentissage trop élevé provoque une divergence, tandis qu'un taux trop faible ralentit considérablement le processus. La taille des lots influe sur le bruit du gradient et l'utilisation de la mémoire. La profondeur et la largeur déterminent la capacité, qui doit être adaptée à la complexité de la tâche et à la taille des données.

méthodes de réglage courantes

• Recherche par grille sur un ensemble fixe
• Recherche aléatoire pour une couverture plus large
• Optimisation bayésienne pour l'efficacité
• Formation axée sur la population
• Accordage manuel guidé par l'intuition

Le réglage est coûteux. Chaque configuration nécessite un cycle d'entraînement complet, et l'espace de recherche s'étend rapidement. Les experts affinent cet espace grâce à leur connaissance du domaine avant l'automatisation, ce qui s'avère souvent plus efficace qu'une recherche exhaustive.