ImageModelDistributionSettingsClassification interface

Paket:

@azure/arm-machinelearning

Verteilungsausdrücke, um Werte von Modelleinstellungen zu überlisten. Beispiele: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Weitere Informationen zum Verfassen von Verteilungsausdrücken finden Sie in der Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters 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.

Extends

ImageModelDistributionSettings

Eigenschaften

trainingCropSize	Bildzuschneidegröße, die in das neuronale Netzwerk für das Trainingsdataset eingegeben wird. Der Wert muss eine positive ganze Zahl sein.
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.
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.

Geerbte Eigenschaften

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.
distributed	Gibt an, ob das Verteilungstraining 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 Farbverläufe 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. Das Übergeben von 2 als Wert für "seresnext" bedeutet beispielsweise 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. Muss entweder "sgd", "adam" oder "adamw" sein.
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.

Details zur Eigenschaft

trainingCropSize

Bildzuschneidegröße, die in das neuronale Netzwerk für das Trainingsdataset eingegeben wird. Der Wert muss eine positive ganze Zahl sein.

trainingCropSize?: string

Eigenschaftswert

string

validationCropSize

Bildzuschneidegröße, die in das neuronale Netzwerk für das Validierungsdataset eingegeben wird. Der Wert muss eine positive ganze Zahl sein.

validationCropSize?: string

Eigenschaftswert

string

validationResizeSize

Bildgröße, auf die die Größe vor dem Zuschneiden für das Validierungsdataset geändert werden soll. Der Wert muss eine positive ganze Zahl sein.

validationResizeSize?: string

Eigenschaftswert

string

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.

weightedLoss?: string

Eigenschaftswert

string

Geerbte Eigenschaftsdetails

amsGradient

Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" ist.

amsGradient?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.amsGradient

augmentations

Einstellungen für die Verwendung von Augmentations.

augmentations?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.augmentations

beta1

Wert von "beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein.

beta1?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.beta1

beta2

Wert von "beta2", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein.

beta2?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.beta2

distributed

Gibt an, ob das Verteilungstraining verwendet werden soll.

distributed?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.distributed

earlyStopping

Logik zum frühzeitigen Beenden während des Trainings aktivieren.

earlyStopping?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.earlyStopping

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.

earlyStoppingDelay?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.earlyStoppingDelay

earlyStoppingPatience

Mindestanzahl von Epochen oder Validierungsauswertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Der Wert muss eine positive ganze Zahl sein.

earlyStoppingPatience?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.earlyStoppingPatience

enableOnnxNormalization

Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells.

enableOnnxNormalization?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.enableOnnxNormalization

evaluationFrequency

Häufigkeit zum Auswerten des Validierungsdatasets, um Metrikergebnisse zu erhalten. Der Wert muss eine positive ganze Zahl sein.

evaluationFrequency?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.evaluationFrequency

gradientAccumulationStep

Farbverlaufsakkumulation bedeutet, dass eine konfigurierte Anzahl von "GradAccumulationStep"-Schritten ausgeführt wird, ohne die Modellgewichte zu aktualisieren, während die Farbverläufe dieser Schritte akkumuliert werden und dann die akkumulierten Gradienten zum Berechnen der Gewichtungsupdates verwendet werden. Der Wert muss eine positive ganze Zahl sein.

gradientAccumulationStep?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.gradientAccumulationStep

layersToFreeze

Anzahl der Ebenen, die für das Modell eingefroren werden sollen. Der Wert muss eine positive ganze Zahl sein. Das Übergeben von 2 als Wert für "seresnext" bedeutet beispielsweise 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.

layersToFreeze?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.layersToFreeze

learningRate

Anfängliche Lernrate. Muss ein Gleitkommawert im Bereich [0, 1] sein.

learningRate?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.learningRate

learningRateScheduler

Typ des Lernratenplaners. Muss "warmup_cosine" oder "Schritt" sein.

learningRateScheduler?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.learningRateScheduler

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.

modelName?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.modelName

momentum

Wert des Momentums, wenn der Optimierer "sgd" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein.

momentum?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.momentum

nesterov

Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist.

nesterov?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.nesterov

numberOfEpochs

Anzahl der Trainingsepochen Der Wert muss eine positive ganze Zahl sein.

numberOfEpochs?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.numberOfEpochs

numberOfWorkers

Anzahl der Datenlade-Worker. Muss eine nicht negative ganze Zahl sein.

numberOfWorkers?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.numberOfWorkers

optimizer

Typ des Optimierers. Muss entweder "sgd", "adam" oder "adamw" sein.

optimizer?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.optimizer

randomSeed

Zufälliger Seed, der bei deterministischem Training verwendet werden soll.

randomSeed?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.randomSeed

stepLRGamma

Wert von Gamma, wenn der Lernratenplaner "Schritt" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein.

stepLRGamma?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.stepLRGamma

stepLRStepSize

Wert der Schrittgröße, wenn der Lernratenplaner "Schritt" ist. Der Wert muss eine positive ganze Zahl sein.

stepLRStepSize?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.stepLRStepSize

trainingBatchSize

Trainingsbatchgröße. Der Wert muss eine positive ganze Zahl sein.

trainingBatchSize?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.trainingBatchSize

validationBatchSize

Überprüfungsbatchgröße. Der Wert muss eine positive ganze Zahl sein.

validationBatchSize?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.validationBatchSize

warmupCosineLRCycles

Der Wert des Kosinuszyklus, wenn der Lernratenplaner "warmup_cosine" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein.

warmupCosineLRCycles?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

Wert von Aufwärmzeiten, wenn der Lernratenplaner "warmup_cosine" ist. Der Wert muss eine positive ganze Zahl sein.

warmupCosineLRWarmupEpochs?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.warmupCosineLRWarmupEpochs

weightDecay

Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" ist. Muss ein Float im Bereich [0, 1] sein.

weightDecay?: string

Eigenschaftswert

string

Geerbt vonImageModelDistributionSettings.weightDecay