自動機械学習 (AutoML) の分類タスクのディープ ラーニング有効化について

Azure Machine Learning Studio から自動機械学習を実行する際、”ディープ ラーニングの有効化” のチェックを入れた場合の動作について紹介いたします。

---

Azure Machine Learning Studio (https://ml.azure.com/) では、UI ベースで自動機械学習を実行することが出来ます。詳細な手順は以下の公開情報を参照ください。

• Azure Machine Learning を使用して自動機械学習モデルを作成、確認、デプロイする

選択できるタスクは、分類、回帰、時系列の 3 つがあります。この時、分類タスクの “ディープ ラーニングの有効化” にチェックを入れることで、テキスト データの特徴付け に有効な BERT または BiLSTM を適用することが可能です。

BERT を適用する場合、コンピューティング クラスターに GPU コンピューティング (例: VM サイズ “STANDARD_NC6”、またはそれ以上の GPU) を使用する必要があります。CPU コンピューティングを使用した場合には、BiLSTM DNN 特徴抽出器が有効になります。詳細は以下の公開情報をご確認ください。

• BERT 統合

その他、参考となる公開情報をお纏めします。

• How BERT is integrated into Azure automated machine learning
• AutoML SDK - pretrained_text_dnn_transformer Module
• AutoML SDK - bilstm_attention_transformer Module
• GitHub - microsoft/AzureML-BERT
• GitHub - google-research/bert
• GitHub - huggingface/transformers

---

変更履歴
2020/12/24 created by Mochizuki

※ 本記事は 「jpmlblog について」 の留意事項に準じます。
※ 併せて 「ホームページ」 および 「記事一覧」 もご参照いただければ幸いです。