ImageModelDistributionSettingsClassification Klasse
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Verteilungsausdrücke, um Werte von Modelleinstellungen zu überlisten. <Beispiel> Einige Beispiele sind:
ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
public class ImageModelDistributionSettingsClassification : Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettingstype ImageModelDistributionSettingsClassification = class
inherit ImageModelDistributionSettingsPublic Class ImageModelDistributionSettingsClassification
Inherits ImageModelDistributionSettings- Vererbung
Konstruktoren
| ImageModelDistributionSettingsClassification() |
Initialisiert eine neue instance von ImageModelDistributionSettingsClassification. |
Eigenschaften
| AmsGradient |
Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" ist. (Geerbt von ImageModelDistributionSettings) |
| Augmentations |
Einstellungen für die Verwendung von Augmentations. (Geerbt von ImageModelDistributionSettings) |
| Beta1 |
Wert von "beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| Beta2 |
Wert von "beta2", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| Distributed |
Gibt an, ob das Verteilungstraining verwendet werden soll. (Geerbt von ImageModelDistributionSettings) |
| EarlyStopping |
Logik zum frühzeitigen Beenden während des Trainings aktivieren. (Geerbt von ImageModelDistributionSettings) |
| EarlyStoppingDelay |
Mindestanzahl von Epochen oder Validierungsauswertungen, die gewartet werden müssen, bevor die primäre Metrikverbesserung für ein frühzeitiges Beenden nachverfolgt wird. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| EarlyStoppingPatience |
Mindestanzahl von Epochen oder Validierungsauswertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| EnableOnnxNormalization |
Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells. (Geerbt von ImageModelDistributionSettings) |
| EvaluationFrequency |
Häufigkeit zum Auswerten des Validierungsdatasets, um Metrikergebnisse zu erhalten. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| GradientAccumulationStep |
Farbverlaufsakkumulation bedeutet, dass eine konfigurierte Anzahl von "GradAccumulationStep"-Schritten ausgeführt wird, ohne die Modellgewichte zu aktualisieren, während die Gradienten dieser Schritte akkumuliert werden und dann die akkumulierten Gradienten zum Berechnen der Gewichtungsupdates verwendet werden. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| LayersToFreeze |
Anzahl der Ebenen, die für das Modell eingefroren werden sollen. Der Wert muss eine positive ganze Zahl sein. Für instance bedeutet das Übergeben von 2 als Wert für "seresnext" das Einfrieren von layer0 und layer1. Eine vollständige Liste der unterstützten Modelle und Details zum Einfrieren von Ebenen finden Sie unter : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Geerbt von ImageModelDistributionSettings) |
| LearningRate |
Anfängliche Lernrate. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| LearningRateScheduler |
Typ des Lernratenplaners. Muss "warmup_cosine" oder "Schritt" sein. (Geerbt von ImageModelDistributionSettings) |
| ModelName |
Name des Modells, das für das Training verwendet werden soll. Weitere Informationen zu den verfügbaren Modellen finden Sie in der offiziellen Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Geerbt von ImageModelDistributionSettings) |
| Momentum |
Wert des Momentums, wenn der Optimierer "sgd" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| Nesterov |
Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist. (Geerbt von ImageModelDistributionSettings) |
| NumberOfEpochs |
Anzahl der Trainingsepochen Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| NumberOfWorkers |
Anzahl der Datenlade-Worker. Muss eine nicht negative ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| Optimizer |
Typ des Optimierers. Muss entweder "sgd", "adam" oder "adamw" sein. (Geerbt von ImageModelDistributionSettings) |
| RandomSeed |
Zufälliger Seed, der bei deterministischem Training verwendet werden soll. (Geerbt von ImageModelDistributionSettings) |
| StepLRGamma |
Wert von Gamma, wenn der Lernratenplaner "Schritt" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| StepLRStepSize |
Wert der Schrittgröße, wenn der Lernratenplaner "Schritt" ist. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| TrainingBatchSize |
Trainingsbatchgröße. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| TrainingCropSize |
Bildzuschneidegröße, die in das neuronale Netzwerk für das Trainingsdataset eingegeben wird. Der Wert muss eine positive ganze Zahl sein. |
| ValidationBatchSize |
Überprüfungsbatchgröße. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| ValidationCropSize |
Bildzuschneidegröße, die in das neuronale Netzwerk für das Validierungsdataset eingegeben wird. Der Wert muss eine positive ganze Zahl sein. |
| ValidationResizeSize |
Bildgröße, auf die die Größe vor dem Zuschneiden für das Validierungsdataset geändert werden soll. Der Wert muss eine positive ganze Zahl sein. |
| WarmupCosineLRCycles |
Der Wert des Kosinuszyklus, wenn der Lernratenplaner "warmup_cosine" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| WarmupCosineLRWarmupEpochs |
Wert von Aufwärmzeiten, wenn der Lernratenplaner "warmup_cosine" ist. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings) |
| WeightDecay |
Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" ist. Muss ein Float im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings) |
| WeightedLoss |
Gewichteter Verlust. Die akzeptierten Werte sind 0 für keinen gewichteten Verlust. 1 für gewichteten Verlust mit sqrt. (class_weights). 2 für gewichteten Verlust mit class_weights. Muss 0, 1 oder 2 sein. |