ImageModelSettingsClassification 類別
AutoML 影像分類工作的模型設定。
- 繼承
-
azure.ai.ml.entities._job.automl.image.image_model_settings.ImageModelDistributionSettingsImageModelSettingsClassification
建構函式
ImageModelSettingsClassification(*, advanced_settings: str | None = None, ams_gradient: bool | None = None, beta1: float | None = None, beta2: float | None = None, checkpoint_frequency: int | None = None, checkpoint_run_id: str | None = None, distributed: bool | None = None, early_stopping: bool | None = None, early_stopping_delay: int | None = None, early_stopping_patience: int | None = None, enable_onnx_normalization: bool | None = None, evaluation_frequency: int | None = None, gradient_accumulation_step: int | None = None, layers_to_freeze: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: LearningRateScheduler | None = None, model_name: str | None = None, momentum: float | None = None, nesterov: bool | None = None, number_of_epochs: int | None = None, number_of_workers: int | None = None, optimizer: StochasticOptimizer | None = None, random_seed: int | None = None, step_lr_gamma: float | None = None, step_lr_step_size: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_cosine_lr_cycles: float | None = None, warmup_cosine_lr_warmup_epochs: int | None = None, weight_decay: float | None = None, training_crop_size: int | None = None, validation_crop_size: int | None = None, validation_resize_size: int | None = None, weighted_loss: int | None = None, **kwargs)
參數
- gradient_accumulation_step
- int
必要
漸層累積表示執行已設定的 「GradAccumulationStep」 步驟數目,而不需要更新模型權數,同時累積這些步驟的漸層,然後使用累積的漸層來計算權數更新。 必須是正整數。
- layers_to_freeze
- int
必要
要凍結模型的圖層數目。 必須是正整數。 例如,將 2 當做 'seresnext' 的值傳遞表示凍結 layer0 和 layer1。 如需支援之模型的完整清單,以及圖層凍結的詳細資料,請參閱: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models 。
- learning_rate_scheduler
- str 或 LearningRateScheduler
必要
學習率排程器的類型。 必須是 'warmup_cosine' 或 'step'。 可能的值包括:「None」、「WarmupCosine」、「Step」。
- model_name
- str
必要
要用於定型的模型名稱。 如需可用模型的詳細資訊,請流覽官方檔: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models 。
- weighted_loss
- int
必要
加權損失。 接受的值是 0,不會遺失加權。 1 用於 sqrt. (class_weights) 加權損失。 2 表示具有 class_weights 的加權遺失。 必須是 0 或是 1 或 2。