ImageModelSettingsClassification Classe

Definição

Namespace:

Azure.ResourceManager.MachineLearning.Models

Assembly:

Azure.ResourceManager.MachineLearning.dll

Pacote:

Azure.ResourceManager.MachineLearning v1.1.1

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

public class ImageModelSettingsClassification : Azure.ResourceManager.MachineLearning.Models.ImageModelSettings

type ImageModelSettingsClassification = class
    inherit ImageModelSettings

Public Class ImageModelSettingsClassification
Inherits ImageModelSettings

Herança

Object

ImageModelSettings

ImageModelSettingsClassification

Construtores

ImageModelSettingsClassification()

Inicializa uma nova instância de ImageModelSettingsClassification.

Propriedades

AdvancedSettings	Configurações para cenários avançados. (Herdado de ImageModelSettings)
AmsGradient	Habilite o AMSGrad quando o otimizador for 'adam' ou 'adamw'. (Herdado de ImageModelSettings)
Augmentations	Configurações para usar aumentos. (Herdado de ImageModelSettings)
Beta1	Valor de 'beta1' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelSettings)
Beta2	Valor de 'beta2' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelSettings)
CheckpointFrequency	Frequência para armazenar pontos de verificação do modelo. Deve ser um número inteiro positivo. (Herdado de ImageModelSettings)
CheckpointModel	O modelo de ponto de verificação pré-treinado para treinamento incremental. (Herdado de ImageModelSettings)
CheckpointRunId	A ID de uma execução anterior que tem um ponto de verificação pré-treinado para treinamento incremental. (Herdado de ImageModelSettings)
Distributed	Se o treinamento distribuído deve ser usado. (Herdado de ImageModelSettings)
EarlyStopping	Habilitar a lógica de parada antecipada durante o treinamento. (Herdado de ImageModelSettings)
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. (Herdado de ImageModelSettings)
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. (Herdado de ImageModelSettings)
EnableOnnxNormalization	Habilite a normalização ao exportar o modelo ONNX. (Herdado de ImageModelSettings)
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 ImageModelSettings)
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 ImageModelSettings)
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. (Herdado de ImageModelSettings)
LearningRate	Taxa de aprendizagem inicial. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelSettings)
LearningRateScheduler	Tipo de agendador de taxa de aprendizagem. Deve ser 'warmup_cosine' ou 'step'. (Herdado de ImageModelSettings)
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 ImageModelSettings)
Momentum	Valor do momento quando o otimizador é 'sgd'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelSettings)
Nesterov	Habilite aninhado quando o otimizador for 'sgd'. (Herdado de ImageModelSettings)
NumberOfEpochs	Número de épocas de treinamento. Deve ser um número inteiro positivo. (Herdado de ImageModelSettings)
NumberOfWorkers	Número de trabalhos do carregador de dados. Deve ser um inteiro não negativo. (Herdado de ImageModelSettings)
Optimizer	Tipo de otimizador. (Herdado de ImageModelSettings)
RandomSeed	Semente aleatória a ser usada ao usar o treinamento determinístico. (Herdado de ImageModelSettings)
StepLRGamma	Valor de gama quando o agendador de taxa de aprendizagem é 'step'. Precisa ser um float no intervalo [0, 1]. (Herdado de ImageModelSettings)
StepLRStepSize	Valor do tamanho da etapa quando o agendador de taxa de aprendizagem é 'step'. Deve ser um número inteiro positivo. (Herdado de ImageModelSettings)
TrainingBatchSize	Tamanho do lote de treinamento. Deve ser um número inteiro positivo. (Herdado de ImageModelSettings)
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 ImageModelSettings)
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 ImageModelSettings)
WarmupCosineLRWarmupEpochs	Valor das épocas de aquecimento quando o agendador de taxa de aprendizagem é "warmup_cosine". Deve ser um número inteiro positivo. (Herdado de ImageModelSettings)
WeightDecay	Valor da decaimento de peso quando o otimizador é 'sgd', 'adam' ou 'adamw'. Deve ser um float no intervalo[0, 1]. (Herdado de ImageModelSettings)
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.