ImageModelDistributionSettingsClassification Clase

Definición

Espacio de nombres:

Azure.ResourceManager.MachineLearning.Models

Ensamblado:

Azure.ResourceManager.MachineLearning.dll

Paquete:

Azure.ResourceManager.MachineLearning v1.1.1

Expresiones de distribución para barrer los valores de la configuración del modelo. <ejemplo> Algunos ejemplos son:

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.ImageModelDistributionSettings

type ImageModelDistributionSettingsClassification = class
    inherit ImageModelDistributionSettings

Public Class ImageModelDistributionSettingsClassification
Inherits ImageModelDistributionSettings

Herencia

Object

ImageModelDistributionSettings

ImageModelDistributionSettingsClassification

Constructores

ImageModelDistributionSettingsClassification()

Inicializa una nueva instancia de ImageModelDistributionSettingsClassification.

Propiedades

AmsGradient	Habilite AMSGrad cuando el optimizador sea "adam" o "adamw". (Heredado de ImageModelDistributionSettings)
Augmentations	Configuración para usar aumentos. (Heredado de ImageModelDistributionSettings)
Beta1	Valor de "beta1" cuando el optimizador es "adam" o "adamw". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelDistributionSettings)
Beta2	Valor de "beta2" cuando el optimizador es "adam" o "adamw". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelDistributionSettings)
Distributed	Si se va a usar el entrenamiento del distribuidor. (Heredado de ImageModelDistributionSettings)
EarlyStopping	Habilite la lógica de detención temprana durante el entrenamiento. (Heredado de ImageModelDistributionSettings)
EarlyStoppingDelay	Número mínimo de épocas o evaluaciones de validación que se deben esperar antes de que se realice un seguimiento de la mejora de la métrica principal para la detención temprana. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
EarlyStoppingPatience	Número mínimo de épocas o evaluaciones de validación sin ninguna mejora de métrica principal antes de que se detenga la ejecución. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
EnableOnnxNormalization	Habilite la normalización al exportar el modelo ONNX. (Heredado de ImageModelDistributionSettings)
EvaluationFrequency	Frecuencia para evaluar el conjunto de datos de validación para obtener puntuaciones de métricas. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
GradientAccumulationStep	La acumulación de degradado significa ejecutar un número configurado de pasos "GradAccumulationStep" sin actualizar los pesos del modelo al acumular los degradados de esos pasos y, a continuación, usar los degradados acumulados para calcular las actualizaciones de peso. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
LayersToFreeze	Número de capas que se van a inmovilizar para el modelo. Debe ser un entero positivo. Por ejemplo, pasar 2 como valor para "seresnext" significa la capa de congelación 0 y la capa1. Para obtener una lista completa de los modelos admitidos y detalles sobre la inmovilización de capas, consulte: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Heredado de ImageModelDistributionSettings)
LearningRate	Velocidad de aprendizaje inicial. Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelDistributionSettings)
LearningRateScheduler	Tipo de programador de velocidad de aprendizaje. Debe ser "warmup_cosine" o "paso". (Heredado de ImageModelDistributionSettings)
ModelName	Nombre del modelo que se va a usar para el entrenamiento. Para obtener más información sobre los modelos disponibles, visite la documentación oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Heredado de ImageModelDistributionSettings)
Momentum	Valor de impulso cuando el optimizador es "sgd". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelDistributionSettings)
Nesterov	Habilite nesterov cuando el optimizador sea "sgd". (Heredado de ImageModelDistributionSettings)
NumberOfEpochs	Número de épocas de entrenamiento. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
NumberOfWorkers	Número de trabajos del cargador de datos. Debe ser un entero no negativo. (Heredado de ImageModelDistributionSettings)
Optimizer	Tipo de optimizador. Debe ser "sgd", "adam" o "adamw". (Heredado de ImageModelDistributionSettings)
RandomSeed	Inicialización aleatoria que se usará al usar el entrenamiento determinista. (Heredado de ImageModelDistributionSettings)
StepLRGamma	Valor de gamma cuando el programador de velocidad de aprendizaje es "paso". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelDistributionSettings)
StepLRStepSize	Valor del tamaño del paso cuando el programador de velocidad de aprendizaje es "paso". Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
TrainingBatchSize	Tamaño del lote de entrenamiento. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
TrainingCropSize	Tamaño de recorte de imagen que se introduce en la red neuronal para el conjunto de datos de entrenamiento. Debe ser un entero positivo.
ValidationBatchSize	Tamaño del lote de validación. Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
ValidationCropSize	Tamaño de recorte de imagen que se introduce en la red neuronal para el conjunto de datos de validación. Debe ser un entero positivo.
ValidationResizeSize	Tamaño de imagen al que se va a cambiar el tamaño antes de recortar para el conjunto de datos de validación. Debe ser un entero positivo.
WarmupCosineLRCycles	Valor del ciclo de coseno cuando el programador de velocidad de aprendizaje es "warmup_cosine". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs	Valor de las épocas de preparación cuando el programador de velocidad de aprendizaje es "warmup_cosine". Debe ser un entero positivo. (Heredado de ImageModelDistributionSettings)
WeightDecay	Valor de descomposición de peso cuando el optimizador es "sgd", "adam" o "adamw". Debe ser un float en el intervalo[0, 1]. (Heredado de ImageModelDistributionSettings)
WeightedLoss	Pérdida ponderada. Los valores aceptados son 0 sin pérdida ponderada. 1 para pérdida ponderada con sqrt. (class_weights). 2 para pérdida ponderada con class_weights. Debe ser 0, 1 o 2.