ImageModelSettingsClassification Klasse

Definition

Namespace:

Azure.ResourceManager.MachineLearning.Models

Assembly:

Azure.ResourceManager.MachineLearning.dll

Paket:

Azure.ResourceManager.MachineLearning v1.1.1

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 ImageModelSettingsClassification : Azure.ResourceManager.MachineLearning.Models.ImageModelSettings

type ImageModelSettingsClassification = class
    inherit ImageModelSettings

Public Class ImageModelSettingsClassification
Inherits ImageModelSettings

Vererbung

Object

ImageModelSettings

ImageModelSettingsClassification

Konstruktoren

ImageModelSettingsClassification()

Initialisiert eine neue instance von ImageModelSettingsClassification.

Eigenschaften

AdvancedSettings	Einstellungen für erweiterte Szenarien. (Geerbt von ImageModelSettings)
AmsGradient	Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" lautet. (Geerbt von ImageModelSettings)
Augmentations	Einstellungen für die Verwendung von Augmentations. (Geerbt von ImageModelSettings)
Beta1	Wert von "beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
Beta2	Wert von "beta2", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
CheckpointFrequency	Häufigkeit zum Speichern von Modellprüfpunkten. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
CheckpointModel	Das vortrainierte Prüfpunktmodell für inkrementelles Training. (Geerbt von ImageModelSettings)
CheckpointRunId	Die ID einer vorherigen Ausführung, die über einen vortrainierten Prüfpunkt für inkrementelles Training verfügt. (Geerbt von ImageModelSettings)
Distributed	Gibt an, ob verteiltes Training verwendet werden soll. (Geerbt von ImageModelSettings)
EarlyStopping	Logik zum frühzeitigen Beenden während des Trainings aktivieren. (Geerbt von ImageModelSettings)
EarlyStoppingDelay	Mindestanzahl von Epochen oder Validierungsauswertungen, die gewartet werden sollen, bevor die primäre Metrikverbesserung für das frühzeitige Beenden nachverfolgt wird. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
EarlyStoppingPatience	Minimale Anzahl von Epochen oder Validierungsauswertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
EnableOnnxNormalization	Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells. (Geerbt von ImageModelSettings)
EvaluationFrequency	Häufigkeit zum Auswerten des Validierungsdatasets, um Metrikergebnisse zu erhalten. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
GradientAccumulationStep	Farbverlaufsakkumulation bedeutet, dass eine konfigurierte Anzahl von GradAccumulationStep-Schritten ausgeführt wird, ohne die Modellgewichte zu aktualisieren, während die Farbverläufe dieser Schritte gesammelt werden, und dann die akkumulierten Farbverläufe zum Berechnen der Gewichtungsaktualisierungen verwendet werden. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
LayersToFreeze	Anzahl der Ebenen, die für das Modell fixiert werden sollen. Der Wert muss eine positive ganze Zahl sein. Für instance bedeutet die Übergabe von 2 als Wert für "seresnext" das Einfrieren von Layer0 und Layer1. Eine vollständige Liste der unterstützten Modelle und Details zum Einfrieren der Ebene finden Sie unter: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Geerbt von ImageModelSettings)
LearningRate	Anfängliche Lernrate. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
LearningRateScheduler	Typ des Lernratenplaners. Muss "warmup_cosine" oder "Schritt" sein. (Geerbt von ImageModelSettings)
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 ImageModelSettings)
Momentum	Wert des Momentums, wenn der Optimierer "sgd" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
Nesterov	Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist. (Geerbt von ImageModelSettings)
NumberOfEpochs	Anzahl der Trainingsepochen Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
NumberOfWorkers	Anzahl der DataLoader-Worker. Muss eine nicht negative ganze Zahl sein. (Geerbt von ImageModelSettings)
Optimizer	Typ des Optimierers. (Geerbt von ImageModelSettings)
RandomSeed	Zufälliger Startwert, der bei Verwendung des deterministischen Trainings verwendet werden soll. (Geerbt von ImageModelSettings)
StepLRGamma	Wert von Gamma, wenn der Lernratenplaner "step" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
StepLRStepSize	Wert der Schrittgröße, wenn der Lernratenplaner "schritt" ist. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
TrainingBatchSize	Trainingsbatchgröße. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
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 ImageModelSettings)
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	Wert des Kosinuszyklus, wenn der Lernratenplaner "warmup_cosine" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
WarmupCosineLRWarmupEpochs	Wert von Aufwärmperioden, wenn der Lernratenplaner "warmup_cosine" ist. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelSettings)
WeightDecay	Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" lautet. Muss ein Gleitkomma im Bereich [0, 1] sein. (Geerbt von ImageModelSettings)
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.