ImageModelDistributionSettings クラス

定義

名前空間:

Azure.ResourceManager.MachineLearning.Models

アセンブリ:

Azure.ResourceManager.MachineLearning.dll

パッケージ:

Azure.ResourceManager.MachineLearning v1.1.1

モデル設定の値をスイープする分布式。 <例> 次に例を示します。

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
All distributions can be specified as distribution_name(min, max) or choice(val1, val2, ..., valn)
where distribution name can be: uniform, quniform, loguniform, etc
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 ImageModelDistributionSettings

type ImageModelDistributionSettings = class

Public Class ImageModelDistributionSettings

継承

Object

ImageModelDistributionSettings

派生

Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettingsClassification

Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettingsObjectDetection

コンストラクター

ImageModelDistributionSettings()

ImageModelDistributionSettings の新しいインスタンスを初期化します。

プロパティ

AmsGradient	オプティマイザーが 'adam' または 'adamw' の場合に AMSGrad を有効にします。
Augmentations	拡張を使用するための設定。
Beta1	オプティマイザーが 'adam' または 'adamw' の場合の 'beta1' の値。 範囲 [0, 1] の float にする必要があります。
Beta2	オプティマイザーが 'adam' または 'adamw' の場合の 'beta2' の値。 範囲 [0, 1] の float にする必要があります。
Distributed	配布者トレーニングを使用するかどうか。
EarlyStopping	トレーニング中に早期停止ロジックを有効にします。
EarlyStoppingDelay	プライマリ メトリックの改善が早期停止のために追跡されるまで待機するエポックまたは検証評価の最小数。 正の整数にする必要があります。
EarlyStoppingPatience	実行が停止する前に主要なメトリックの改善がないエポックまたは検証評価の最小数。 正の整数にする必要があります。
EnableOnnxNormalization	ONNX モデルをエクスポートするときに正規化を有効にします。
EvaluationFrequency	メトリック スコアを取得するために検証データセットを評価する頻度。 正の整数にする必要があります。
GradientAccumulationStep	グラデーションの累積とは、モデルの重みを更新せずに構成された数の "GradAccumulationStep" ステップを実行し、それらのステップのグラデーションを累積した後、累積されたグラデーションを使用して重みの更新を計算することを意味します。 正の整数にする必要があります。
LayersToFreeze	モデルに固定するレイヤーの数。 正の整数にする必要があります。 たとえば、'seresnext' の値として 2 を渡すと、レイヤー 0 とレイヤー 1 がフリーズします。 サポートされているモデルの完全な一覧とレイヤー固定の詳細については、 を参照してください https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。
LearningRate	初期学習率。 範囲 [0, 1] の float にする必要があります。
LearningRateScheduler	学習率スケジューラの種類。 'warmup_cosine' または 'step' である必要があります。
ModelName	トレーニングに使用するモデルの名前。 使用可能なモデルの詳細については、公式ドキュメントを参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models
Momentum	オプティマイザーが 'sgd' の場合のモメンタムの値。 範囲 [0, 1] の float にする必要があります。
Nesterov	オプティマイザーが 'sgd' の場合は nesterov を有効にします。
NumberOfEpochs	トレーニング エポックの数。 正の整数にする必要があります。
NumberOfWorkers	データ ローダー ワーカーの数。 負以外の整数である必要があります。
Optimizer	オプティマイザーの種類。 'sgd'、'adam'、または 'adamw' のいずれかである必要があります。
RandomSeed	決定論的トレーニングを使用するときに使用されるランダム シード。
StepLRGamma	学習率スケジューラが "step" の場合のガンマの値。 範囲 [0, 1] の float にする必要があります。
StepLRStepSize	学習率スケジューラが "step" の場合のステップ サイズの値。 正の整数にする必要があります。
TrainingBatchSize	トレーニング バッチ サイズ。 正の整数にする必要があります。
ValidationBatchSize	検証バッチ サイズ。 正の整数にする必要があります。
WarmupCosineLRCycles	学習率スケジューラが "warmup_cosine" の場合のコサイン サイクルの値。 範囲 [0, 1] の float にする必要があります。
WarmupCosineLRWarmupEpochs	学習率スケジューラが "warmup_cosine" の場合のウォームアップ エポックの値。 正の整数にする必要があります。
WeightDecay	オプティマイザーが 'sgd'、'adam'、または 'adamw' の場合の重みの減衰の値。 範囲 [0, 1] の float である必要があります。