{
  "setting": {
    "name": {
      "text": "Nome do modelo",
      "value": "mpl_pequeno_keras",
      "Help": "Identificação do modelo. Pode ser usado para salvar checkpoints ou registros.",
      "default": "mpl_pequeno_keras",
      "type": "string",
      "required": true
    },
    "architecture": {
      "text": "Arquitetura do modelo",
      "value": "MLP tabular",
      "Help": "A arquitetura da rede neural, como ResNet, VGG, ou qualquer modelo personalizado.",
      "default": "MLP tabular",
      "type": "string",
      "required": true
    },
    "tipo": {
      "text": "Tipo do modelo",
      "value": "classification",
      "Help": "Define o tipo de tarefa do modelo",
      "default": "classification",
      "type": "string",
      "required": true
    },
    "learning_type": {
      "text": "Tipo de aprendizado",
      "value": "deep_learning",
      "Help": "Indica se o modelo é de machine learning clássico ou deep learning.",
      "default": "deep_learning",
      "type": "string",
      "required": true
    }
  },
  "train": {
    "batch_size": {
      "text": "Tamanho do batch",
      "Help": "Tamanho do batch utilizado durante o treinamento. Valores maiores podem acelerar o treinamento, mas exigem mais memória.",
      "default": 32,
      "range": {
        "min": 1,
        "max": null
      },
      "type": "integer",
      "required": true
    },
    "epochs": {
      "text": "Número de épocas",
      "Help": "Quantidade de vezes que o conjunto de treinamento será iterado.",
      "default": 10,
      "range": {
        "min": 1,
        "max": 1000
      },
      "type": "integer",
      "required": true
    },
    "learning_rate": {
      "text": "Taxa de aprendizado",
      "Help": "Controla o quão rápido o modelo ajusta os pesos durante o treinamento.",
      "default": 0.001,
      "range": {
        "min": 0.000001,
        "max": 1.0
      },
      "type": "float",
      "required": true
    },
    "weight_decay": {
      "text": "Decaimento de peso",
      "Help": "Regularização L2 para evitar overfitting.",
      "default": 0.0001,
      "range": {
        "min": 0.0,
        "max": 0.1
      },
      "type": "float",
      "required": false
    },
    "optimizer": {
      "text": "Otimizador",
      "Help": "Otimizador usado no treinamento. Campo fixo.",
      "default": "adam",
      "type": "string",
      "required": true,
      "constant": true
    }
  },
  "test": {
    "batch_size": {
      "text": "Tamanho do batch",
      "Help": "Tamanho do batch para avaliação. Deve ser otimizado para memória disponível.",
      "default": 64,
      "range": {
        "min": 1,
        "max": null
      },
      "type": "integer",
      "required": true
    }
  },
  "predict": {
    "batch_size": {
      "text": "Tamanho do batch",
      "Help": "Tamanho do batch para a previsão. Ajuste conforme necessário para memória.",
      "default": 64,
      "range": {
        "min": 1,
        "max": null
      },
      "type": "integer",
      "required": true
    }
  }
}