ImageModelDistributionSettingsClassification 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>
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

Herança

Object

ImageModelDistributionSettings

ImageModelDistributionSettingsClassification

Construtores

ImageModelDistributionSettingsClassification()

Inicializa uma nova instância de ImageModelDistributionSettingsClassification.

Propriedades

AmsGradient	Habilite AMSGrad quando o otimizador for 'adam' ou 'adamw'. (Herdado de ImageModelDistributionSettings)
Augmentations	Configurações para usar Aumentos. (Herdado de ImageModelDistributionSettings)
Beta1	Valor de 'beta1' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelDistributionSettings)
Beta2	Valor de 'beta2' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelDistributionSettings)
Distributed	Se deseja usar o treinamento do distribuídor. (Herdado de ImageModelDistributionSettings)
EarlyStopping	Habilitar a lógica de parada antecipada durante o treinamento. (Herdado de ImageModelDistributionSettings)
EarlyStoppingDelay	Número mínimo de épocas ou avaliações de validação a serem aguardadas antes que a melhoria da métrica primária seja controlada para a interrupção antecipada. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
EarlyStoppingPatience	Número mínimo de épocas ou avaliações de validação sem nenhuma melhoria de métrica primária antes que a execução seja interrompida. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
EnableOnnxNormalization	Habilite a normalização ao exportar o modelo ONNX. (Herdado de ImageModelDistributionSettings)
EvaluationFrequency	Frequência para avaliar o conjunto de dados de validação a fim de obter pontuações de métrica. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
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. (Herdado de ImageModelDistributionSettings)
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 de 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. (Herdado de ImageModelDistributionSettings)
LearningRate	Taxa de aprendizagem inicial. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelDistributionSettings)
LearningRateScheduler	Tipo de agendador de taxa de aprendizagem. Deve ser 'warmup_cosine' ou 'step'. (Herdado de ImageModelDistributionSettings)
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. (Herdado de ImageModelDistributionSettings)
Momentum	Valor do momento quando o otimizador é 'sgd'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelDistributionSettings)
Nesterov	Habilite aninhado quando o otimizador for 'sgd'. (Herdado de ImageModelDistributionSettings)
NumberOfEpochs	Número de épocas de treinamento. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
NumberOfWorkers	Número de trabalhos do carregador de dados. Deve ser um inteiro não negativo. (Herdado de ImageModelDistributionSettings)
Optimizer	Tipo de otimizador. Deve ser 'sgd', 'adam', ou 'adamw'. (Herdado de ImageModelDistributionSettings)
RandomSeed	Semente aleatória a ser usada ao usar o treinamento determinístico. (Herdado de ImageModelDistributionSettings)
StepLRGamma	Valor de gama quando o agendador de taxa de aprendizagem é 'step'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelDistributionSettings)
StepLRStepSize	Valor do tamanho da etapa quando o agendador de taxa de aprendizagem é 'step'. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
TrainingBatchSize	Tamanho do lote de treinamento. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
TrainingCropSize	Tamanho de corte de imagem que é a entrada para a rede neural para o conjunto de dados de treinamento. Deve ser um número inteiro positivo.
ValidationBatchSize	Tamanho do lote de validação. Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
ValidationCropSize	Tamanho de corte de imagem que é a entrada para a rede neural para o conjunto de dados de validação. Deve ser um número inteiro positivo.
ValidationResizeSize	Tamanho da imagem a redimensionar antes do corte para um conjunto 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]. (Herdado de ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs	Valor das épocas de aquecimento quando o agendador de taxa de aprendizagem é "warmup_cosine". Deve ser um número inteiro positivo. (Herdado de ImageModelDistributionSettings)
WeightDecay	Valor da decadência de peso quando o otimizador é 'sgd', 'adam' ou 'adamw'. Deve ser um float no intervalo[0, 1]. (Herdado de ImageModelDistributionSettings)
WeightedLoss	Perda ponderada. Os valores aceitos são 0 para nenhuma perda ponderada. 1 para perda ponderada com sqrt. (class_weights). 2 para perda ponderada com class_weights. Precisa ser 0, 1 ou 2.