ImageModelDistributionSettingsClassification interface

Pacote:

@azure/arm-machinelearning

Expressões de distribuição para varrer os valores das configurações do modelo. Alguns exemplos são: ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Para mais detalhes sobre como compor expressões de distribuição, consulte a documentação: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters 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.

Extends

ImageModelDistributionSettings

Propriedades

trainingCropSize	Tamanho de corte de imagem que é entrada na rede neural para o conjunto de dados de treinamento. Deve ser um número inteiro positivo.
validationCropSize	Tamanho de corte de imagem que é entrada na rede neural para o conjunto de dados de validação. Deve ser um número inteiro positivo.
validationResizeSize	Tamanho da imagem para o qual redimensionar antes de cortar para o conjunto de dados de validação. Deve ser um número inteiro positivo.
weightedLoss	Perda ponderada. Os valores aceites são 0 para nenhuma perda ponderada. 1 para perda de peso com sqrt. (class_weights). 2 para perda de peso com class_weights. Deve ser 0 ou 1 ou 2.

Propriedades Herdadas

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'. Deve ser um flutuador na faixa [0, 1].
beta2	Valor de 'beta2' quando o otimizador é 'adam' ou 'adamw'. Deve ser um flutuador na faixa [0, 1].
distributed	Se deve ou não usar o treinamento de distribuidor.
earlyStopping	Habilite a lógica de parada precoce durante o treinamento.
earlyStoppingDelay	Número mínimo de épocas ou avaliações de validação a aguardar antes que a melhoria da métrica primária seja rastreada para parada antecipada. Deve ser um número inteiro positivo.
earlyStoppingPatience	Número mínimo de épocas ou avaliações de validação sem melhoria da métrica primária antes de a execução ser 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 para obter pontuações métricas. 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, usando os gradientes acumulados para calcular as atualizações de peso. Deve ser um número inteiro positivo.
layersToFreeze	Número de camadas a congelar para o modelo. Deve ser um número inteiro positivo. Por exemplo, passar 2 como valor para 'seresnext' significa congelar camadas0 e camadas1. Para obter uma lista completa dos modelos suportados 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. Deve ser um flutuador na faixa [0, 1].
learningRateScheduler	Tipo de agendador de taxa de aprendizagem. Deve ser 'warmup_cosine' ou 'step'.
modelName	Nome do modelo a utilizar na formação. Para 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'. Deve ser um flutuador na faixa [0, 1].
nesterov	Ative o nesterov quando o otimizador for 'sgd'.
numberOfEpochs	Número de épocas de formação. Deve ser um número inteiro positivo.
numberOfWorkers	Número de trabalhadores do carregador de dados. Deve ser um número inteiro não negativo.
optimizer	Tipo de otimizador. Deve ser 'sgd', 'adam' ou 'adamw'.
randomSeed	Sementes aleatórias a serem usadas quando se utiliza treinamento determinístico.
stepLRGamma	Valor da gama quando o agendador de taxa de aprendizagem é 'passo'. Deve ser um flutuador na faixa [0, 1].
stepLRStepSize	Valor do tamanho da etapa quando o agendador de taxa de aprendizagem é 'etapa'. 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 cosseno quando o agendador de taxa de aprendizagem é 'warmup_cosine'. Deve ser um flutuador na faixa [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 de decaimento de peso quando o otimizador é 'sgd', 'adam' ou 'adamw'. Deve ser um flutuador na faixa[0, 1].

Detalhes de Propriedade

trainingCropSize

Tamanho de corte de imagem que é entrada na rede neural para o conjunto de dados de treinamento. Deve ser um número inteiro positivo.

trainingCropSize?: string

Valor de Propriedade

string

validationCropSize

Tamanho de corte de imagem que é entrada na rede neural para o conjunto de dados de validação. Deve ser um número inteiro positivo.

validationCropSize?: string

Valor de Propriedade

string

validationResizeSize

Tamanho da imagem para o qual redimensionar antes de cortar para o conjunto de dados de validação. Deve ser um número inteiro positivo.

validationResizeSize?: string

Valor de Propriedade

string

weightedLoss

Perda ponderada. Os valores aceites são 0 para nenhuma perda ponderada. 1 para perda de peso com sqrt. (class_weights). 2 para perda de peso com class_weights. Deve ser 0 ou 1 ou 2.

weightedLoss?: string

Valor de Propriedade

string

Detalhes da Propriedade Herdada

amsGradient

Habilite o AMSGrad quando o otimizador for 'adam' ou 'adamw'.

amsGradient?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.amsGradient

augmentations

Configurações para usar Aumentos.

augmentations?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.augmentations

beta1

Valor de 'beta1' quando o otimizador é 'adam' ou 'adamw'. Deve ser um flutuador na faixa [0, 1].

beta1?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.beta1

beta2

Valor de 'beta2' quando o otimizador é 'adam' ou 'adamw'. Deve ser um flutuador na faixa [0, 1].

beta2?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.beta2

distributed

Se deve ou não usar o treinamento de distribuidor.

distributed?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.distributed

earlyStopping

Habilite a lógica de parada precoce durante o treinamento.

earlyStopping?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.earlyStopping

earlyStoppingDelay

Número mínimo de épocas ou avaliações de validação a aguardar antes que a melhoria da métrica primária seja rastreada para parada antecipada. Deve ser um número inteiro positivo.

earlyStoppingDelay?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.earlyStoppingDelay

earlyStoppingPatience

Número mínimo de épocas ou avaliações de validação sem melhoria da métrica primária antes de a execução ser interrompida. Deve ser um número inteiro positivo.

earlyStoppingPatience?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.earlyStoppingPatience

enableOnnxNormalization

Habilite a normalização ao exportar o modelo ONNX.

enableOnnxNormalization?: string

Valor de Propriedade

string

herdado do ImageModelDistributionSettings.enableOnnxNormalization

evaluationFrequency

Frequência para avaliar o conjunto de dados de validação para obter pontuações métricas. Deve ser um número inteiro positivo.

evaluationFrequency?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.evaluationFrequency

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, usando os gradientes acumulados para calcular as atualizações de peso. Deve ser um número inteiro positivo.

gradientAccumulationStep?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.gradientAccumulationStep

layersToFreeze

Número de camadas a congelar para o modelo. Deve ser um número inteiro positivo. Por exemplo, passar 2 como valor para 'seresnext' significa congelar camadas0 e camadas1. Para obter uma lista completa dos modelos suportados e detalhes sobre o congelamento de camadas, consulte: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.layersToFreeze

learningRate

Taxa de aprendizagem inicial. Deve ser um flutuador na faixa [0, 1].

learningRate?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.learningRate

learningRateScheduler

Tipo de agendador de taxa de aprendizagem. Deve ser 'warmup_cosine' ou 'step'.

learningRateScheduler?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.learningRateScheduler

modelName

Nome do modelo a utilizar na formação. Para 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.

modelName?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.modelName

momentum

Valor do momento quando o otimizador é 'sgd'. Deve ser um flutuador na faixa [0, 1].

momentum?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.momentum

nesterov

Ative o nesterov quando o otimizador for 'sgd'.

nesterov?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.nesterov

numberOfEpochs

Número de épocas de formação. Deve ser um número inteiro positivo.

numberOfEpochs?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.numberOfEpochs

numberOfWorkers

Número de trabalhadores do carregador de dados. Deve ser um número inteiro não negativo.

numberOfWorkers?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.numberOfWorkers

optimizer

Tipo de otimizador. Deve ser 'sgd', 'adam' ou 'adamw'.

optimizer?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.optimizer

randomSeed

Sementes aleatórias a serem usadas quando se utiliza treinamento determinístico.

randomSeed?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.randomSeed

stepLRGamma

Valor da gama quando o agendador de taxa de aprendizagem é 'passo'. Deve ser um flutuador na faixa [0, 1].

stepLRGamma?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.stepLRGamma

stepLRStepSize

Valor do tamanho da etapa quando o agendador de taxa de aprendizagem é 'etapa'. Deve ser um número inteiro positivo.

stepLRStepSize?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.stepLRStepSize

trainingBatchSize

Tamanho do lote de treinamento. Deve ser um número inteiro positivo.

trainingBatchSize?: string

Valor de Propriedade

string

herdado do ImageModelDistributionSettings.trainingBatchSize

validationBatchSize

Tamanho do lote de validação. Deve ser um número inteiro positivo.

validationBatchSize?: string

Valor de Propriedade

string

herdado do ImageModelDistributionSettings.validationBatchSize

warmupCosineLRCycles

Valor do ciclo cosseno quando o agendador de taxa de aprendizagem é 'warmup_cosine'. Deve ser um flutuador na faixa [0, 1].

warmupCosineLRCycles?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

Valor das épocas de aquecimento quando o agendador de taxa de aprendizagem é 'warmup_cosine'. Deve ser um número inteiro positivo.

warmupCosineLRWarmupEpochs?: string

Valor de Propriedade

string

herdado deImageModelDistributionSettings.warmupCosineLRWarmupEpochs

weightDecay

Valor de decaimento de peso quando o otimizador é 'sgd', 'adam' ou 'adamw'. Deve ser um flutuador na faixa[0, 1].

weightDecay?: string

Valor de Propriedade

string

herdado de ImageModelDistributionSettings.weightDecay