ImageModelDistributionSettings Classe

Definição

Namespace:

Azure.ResourceManager.MachineLearning.Models

Assembly:

Azure.ResourceManager.MachineLearning.dll

Pacote:

Azure.ResourceManager.MachineLearning v1.1.1

Expressões de distribuição para varrer valores de configurações de modelo. <exemplo> Alguns exemplos são:

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

Herança

Object

ImageModelDistributionSettings

Derivado

Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettingsClassification

Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettingsObjectDetection

Construtores

ImageModelDistributionSettings()

Inicializa uma nova instância de ImageModelDistributionSettings.

Propriedades

AmsGradient	Habilite o AMSGrad quando o otimizador for 'adam' ou 'adamw'.
Augmentations	Configurações para usar aumentos.
Beta1	Valor de 'beta1' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1].
Beta2	Valor de 'beta2' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1].
Distributed	Se o treinamento do distribuídor deve ser usado.
EarlyStopping	Habilitar a lógica de parada antecipada durante o treinamento.
EarlyStoppingDelay	Número mínimo de épocas ou avaliações de validação a aguardar antes que a melhoria da métrica primária seja rastreada para interrupção antecipada. Deve ser um número inteiro positivo.
EarlyStoppingPatience	Número mínimo de épocas ou avaliações de validação sem melhoria de métrica primária antes que a execução seja interrompida. Deve ser um número inteiro positivo.
EnableOnnxNormalization	Habilite a normalização ao exportar o modelo ONNX.
EvaluationFrequency	Frequência para avaliar o conjunto de dados de validação a fim de obter pontuações de métrica. Deve ser um número inteiro positivo.
GradientAccumulationStep	Acumulação de gradiente significa executar um número configurado de etapas "GradAccumulationStep" sem atualizar os pesos do modelo enquanto acumula os gradientes dessas etapas e, em seguida, usar os gradientes acumulados para calcular as atualizações de peso. Deve ser um número inteiro positivo.
LayersToFreeze	Número de camadas a serem congeladas para o modelo. Deve ser um número inteiro positivo. Por exemplo, passar 2 como valor para 'seresnext' significa congelar camada0 e camada1. Para obter uma lista completa dos modelos com suporte e detalhes sobre o congelamento de camadas, consulte: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
LearningRate	Taxa de aprendizagem inicial. Precisa ser um float no intervalo [0, 1].
LearningRateScheduler	Tipo de agendador de taxa de aprendizagem. Deve ser 'warmup_cosine' ou 'step'.
ModelName	Nome do modelo a ser usado para treinamento. Para obter mais informações sobre os modelos disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
Momentum	Valor do momento quando o otimizador é 'sgd'. Precisa ser um float no intervalo [0, 1].
Nesterov	Habilite aninhado quando o otimizador for 'sgd'.
NumberOfEpochs	Número de épocas de treinamento. Deve ser um número inteiro positivo.
NumberOfWorkers	Número de trabalhos do carregador de dados. Deve ser um inteiro não negativo.
Optimizer	Tipo de otimizador. Deve ser 'sgd', 'adam', ou 'adamw'.
RandomSeed	Semente aleatória a ser usada ao usar o treinamento determinístico.
StepLRGamma	Valor de gama quando o agendador de taxa de aprendizagem é 'step'. Precisa ser um float no intervalo [0, 1].
StepLRStepSize	Valor do tamanho da etapa quando o agendador de taxa de aprendizagem é 'step'. Deve ser um número inteiro positivo.
TrainingBatchSize	Tamanho do lote de treinamento. Deve ser um número inteiro positivo.
ValidationBatchSize	Tamanho do lote de validação. Deve ser um número inteiro positivo.
WarmupCosineLRCycles	Valor do ciclo de cosseno quando o agendador de taxa de aprendizagem é "warmup_cosine". Precisa ser um float no intervalo [0, 1].
WarmupCosineLRWarmupEpochs	Valor das épocas de aquecimento quando o agendador de taxa de aprendizagem é "warmup_cosine". Deve ser um número inteiro positivo.
WeightDecay	Valor da decaimento de peso quando o otimizador é 'sgd', 'adam' ou 'adamw'. Deve ser um float no intervalo[0, 1].