ImageModelSettings 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.
Einstellungen, die zum Trainieren des Modells verwendet werden. Weitere Informationen zu den verfügbaren Einstellungen finden Sie in der offiziellen Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
public class ImageModelSettingstype ImageModelSettings = classPublic Class ImageModelSettings- Vererbung
-
ImageModelSettings
- Abgeleitet
Konstruktoren
| ImageModelSettings() |
Initialisiert eine neue instance von ImageModelSettings. |
Eigenschaften
| AdvancedSettings |
Einstellungen für erweiterte Szenarien. |
| AmsGradient |
Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" ist. |
| Augmentations |
Einstellungen für die Verwendung von Augmentations. |
| Beta1 |
Wert von "beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. |
| Beta2 |
Wert von "beta2", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. |
| CheckpointFrequency |
Häufigkeit zum Speichern von Modellprüfpunkten. Der Wert muss eine positive ganze Zahl sein. |
| CheckpointModel |
Das vortrainierte Prüfpunktmodell für inkrementelles Training. |
| CheckpointRunId |
Die ID einer vorherigen Ausführung mit einem vortrainierten Prüfpunkt für das inkrementelle Training. |
| Distributed |
Gibt an, ob verteiltes Training verwendet werden soll. |
| EarlyStopping |
Logik zum frühzeitigen Beenden während des Trainings aktivieren. |
| 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. |
| EarlyStoppingPatience |
Mindestanzahl von Epochen oder Validierungsauswertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Der Wert muss eine positive ganze Zahl sein. |
| EnableOnnxNormalization |
Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells. |
| EvaluationFrequency |
Häufigkeit zum Auswerten des Validierungsdatasets, um Metrikergebnisse zu erhalten. Der Wert muss eine positive ganze Zahl sein. |
| 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. |
| 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. |
| LearningRate |
Anfängliche Lernrate. Muss ein Gleitkommawert im Bereich [0, 1] sein. |
| LearningRateScheduler |
Typ des Lernratenplaners. Muss "warmup_cosine" oder "Schritt" sein. |
| 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. |
| Momentum |
Wert des Momentums, wenn der Optimierer "sgd" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. |
| Nesterov |
Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist. |
| NumberOfEpochs |
Anzahl der Trainingsepochen Der Wert muss eine positive ganze Zahl sein. |
| NumberOfWorkers |
Anzahl der Datenlade-Worker. Muss eine nicht negative ganze Zahl sein. |
| Optimizer |
Typ des Optimierers. |
| RandomSeed |
Zufälliger Seed, der bei deterministischem Training verwendet werden soll. |
| StepLRGamma |
Wert von Gamma, wenn der Lernratenplaner "Schritt" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. |
| StepLRStepSize |
Wert der Schrittgröße, wenn der Lernratenplaner "Schritt" ist. Der Wert muss eine positive ganze Zahl sein. |
| TrainingBatchSize |
Trainingsbatchgröße. Der Wert muss eine positive ganze Zahl sein. |
| ValidationBatchSize |
Überprüfungsbatchgröße. 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. |
| WarmupCosineLRWarmupEpochs |
Wert von Aufwärmzeiten, wenn der Lernratenplaner "warmup_cosine" ist. Der Wert muss eine positive ganze Zahl sein. |
| WeightDecay |
Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" ist. Muss ein Float im Bereich [0, 1] sein. |