ImageModelDistributionSettingsClassification interface

Пакет:

@azure/arm-machinelearning

Выражения распределения для перебора значений параметров модели. Ниже приведены некоторые примеры. ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; Дополнительные сведения о создании выражений распределения см. в документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters Дополнительные сведения о доступных параметрах см. в официальной документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Extends

ImageModelDistributionSettings

Свойства

trainingCropSize	Размер обрезки изображения, который является входными данными в нейронную сеть для обучающего набора данных. Принимаются только положительные целые числа.
validationCropSize	Размер обрезки изображения, входной в нейронную сеть для проверочного набора данных. Принимаются только положительные целые числа.
validationResizeSize	Размер, до которого необходимо изменить изображение перед обрезкой для набора данных проверки. Принимаются только положительные целые числа.
weightedLoss	Взвешивая потеря. Допустимые значения — 0 для без взвешения потерь. 1 для взвешаемой потери с sqrt. (class_weights). 2 для расчета взвешенной ошибки с помощью class_weights. Значение должно быть 0 или 1 или 2.

Унаследованные свойства

amsGradient	Включите AMSGrad, если оптимизатор имеет значение adam или adamw.
augmentations	Параметры использования дополнений.
beta1	Значение beta1, если оптимизатор имеет значение adam или adamw. Должно быть значением типа float в диапазоне [0, 1].
beta2	Значение beta2, если оптимизатор имеет значение adam или adamw. Должно быть значением типа float в диапазоне [0, 1].
distributed	Следует ли использовать обучение распространителя.
earlyStopping	Включить алгоритм раннего прекращения логики во время обучения.
earlyStoppingDelay	Минимальное количество эпох или проверочных оценок, которые необходимо дождаться, прежде чем основное улучшение метрики будет отслеживаться для ранней остановки. Принимаются только положительные целые числа.
earlyStoppingPatience	Минимальное количество эпох или проверочных оценок без улучшения основной метрики до остановки выполнения. Принимаются только положительные целые числа.
enableOnnxNormalization	Включить нормализацию при экспорте модели ONNX.
evaluationFrequency	Частота оценки набора данных проверки для получения оценок метрик. Принимаются только положительные целые числа.
gradientAccumulationStep	Накопление градиента означает выполнение настроенного количества шагов GradAccumulationStep без обновления весовых коэффициентов модели при накоплении градиентов этих шагов, а затем использование накопленных градиентов для вычисления обновлений веса. Принимаются только положительные целые числа.
layersToFreeze	Количество слоев, которые необходимо заморозить для модели. Принимаются только положительные целые числа. Например, передача 2 в качестве значения для seresnext означает замораживание layer0 и layer1. Полный список поддерживаемых моделей и сведения о замораживании слоя см. в разделе https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate	Начальная скорость обучения. Должно быть значением типа float в диапазоне [0, 1].
learningRateScheduler	Тип планировщика скорости обучения. Должен иметь значение "warmup_cosine" или "шаг".
modelName	Имя модели, используемой для обучения. Дополнительные сведения о доступных моделях см. в официальной документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum	Значение импульса, если оптимизатор имеет значение "sgd". Должно быть значением типа float в диапазоне [0, 1].
nesterov	Включите nesterov, если оптимизатор имеет значение "sgd".
numberOfEpochs	Число эпох обучения. Принимаются только положительные целые числа.
numberOfWorkers	Количество рабочих ролей загрузчика данных. Должно быть неотрицательное целое число.
optimizer	Тип оптимизатора. Должен иметь значение "sgd", "adam" или "adamw".
randomSeed	Случайное начальное значение, используемое при использовании детерминированного обучения.
stepLRGamma	Значение гамма, когда планировщик скорости обучения имеет значение step. Должно быть значением типа float в диапазоне [0, 1].
stepLRStepSize	Значение размера шага, если планировщик скорости обучения — "шаг". Принимаются только положительные целые числа.
trainingBatchSize	Размер пакета, используемого для обучения. Принимаются только положительные целые числа.
validationBatchSize	Размер пакета, используемого для проверки. Принимаются только положительные целые числа.
warmupCosineLRCycles	Значение цикла косинуса, когда планировщик скорости обучения имеет значение "warmup_cosine". Должно быть значением типа float в диапазоне [0, 1].
warmupCosineLRWarmupEpochs	Значение эпох прогрева, когда планировщик скорости обучения имеет значение "warmup_cosine". Принимаются только положительные целые числа.
weightDecay	Значение распада веса, если оптимизатор имеет значение "sgd", "adam" или "adamw". Должен быть плавающей точкой в диапазоне[0, 1].

Сведения о свойстве

trainingCropSize

Размер обрезки изображения, который является входными данными в нейронную сеть для обучающего набора данных. Принимаются только положительные целые числа.

trainingCropSize?: string

Значение свойства

string

validationCropSize

Размер обрезки изображения, входной в нейронную сеть для проверочного набора данных. Принимаются только положительные целые числа.

validationCropSize?: string

Значение свойства

string

validationResizeSize

Размер, до которого необходимо изменить изображение перед обрезкой для набора данных проверки. Принимаются только положительные целые числа.

validationResizeSize?: string

Значение свойства

string

weightedLoss

Взвешивая потеря. Допустимые значения — 0 для без взвешения потерь. 1 для взвешаемой потери с sqrt. (class_weights). 2 для расчета взвешенной ошибки с помощью class_weights. Значение должно быть 0 или 1 или 2.

weightedLoss?: string

Значение свойства

string

Сведения об унаследованном свойстве

amsGradient

Включите AMSGrad, если оптимизатор имеет значение adam или adamw.

amsGradient?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.amsGradient

augmentations

Параметры использования дополнений.

augmentations?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.augmentations

beta1

Значение beta1, если оптимизатор имеет значение adam или adamw. Должно быть значением типа float в диапазоне [0, 1].

beta1?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.beta1

beta2

Значение beta2, если оптимизатор имеет значение adam или adamw. Должно быть значением типа float в диапазоне [0, 1].

beta2?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.beta2

distributed

Следует ли использовать обучение распространителя.

distributed?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.distributed

earlyStopping

Включить алгоритм раннего прекращения логики во время обучения.

earlyStopping?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.earlyStopping

earlyStoppingDelay

Минимальное количество эпох или проверочных оценок, которые необходимо дождаться, прежде чем основное улучшение метрики будет отслеживаться для ранней остановки. Принимаются только положительные целые числа.

earlyStoppingDelay?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.earlyStoppingDelay

earlyStoppingPatience

Минимальное количество эпох или проверочных оценок без улучшения основной метрики до остановки выполнения. Принимаются только положительные целые числа.

earlyStoppingPatience?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.earlyStoppingPatience

enableOnnxNormalization

Включить нормализацию при экспорте модели ONNX.

enableOnnxNormalization?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.enableOnnxNormalization

evaluationFrequency

Частота оценки набора данных проверки для получения оценок метрик. Принимаются только положительные целые числа.

evaluationFrequency?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.evaluationFrequency

gradientAccumulationStep

Накопление градиента означает выполнение настроенного количества шагов GradAccumulationStep без обновления весовых коэффициентов модели при накоплении градиентов этих шагов, а затем использование накопленных градиентов для вычисления обновлений веса. Принимаются только положительные целые числа.

gradientAccumulationStep?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.gradientAccumulationStep

layersToFreeze

Количество слоев, которые необходимо заморозить для модели. Принимаются только положительные целые числа. Например, передача 2 в качестве значения для seresnext означает замораживание layer0 и layer1. Полный список поддерживаемых моделей и сведения о замораживании слоя см. в разделе https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.layersToFreeze

learningRate

Начальная скорость обучения. Должно быть значением типа float в диапазоне [0, 1].

learningRate?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.learningRate

learningRateScheduler

Тип планировщика скорости обучения. Должен иметь значение "warmup_cosine" или "шаг".

learningRateScheduler?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.learningRateScheduler

modelName

Имя модели, используемой для обучения. Дополнительные сведения о доступных моделях см. в официальной документации: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.modelName

momentum

Значение импульса, если оптимизатор имеет значение "sgd". Должно быть значением типа float в диапазоне [0, 1].

momentum?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.momentum

nesterov

Включите nesterov, если оптимизатор имеет значение "sgd".

nesterov?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.nesterov

numberOfEpochs

Число эпох обучения. Принимаются только положительные целые числа.

numberOfEpochs?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.numberOfEpochs

numberOfWorkers

Количество рабочих ролей загрузчика данных. Должно быть неотрицательное целое число.

numberOfWorkers?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.numberOfWorkers

optimizer

Тип оптимизатора. Должен иметь значение "sgd", "adam" или "adamw".

optimizer?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.optimizer

randomSeed

Случайное начальное значение, используемое при использовании детерминированного обучения.

randomSeed?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.randomSeed

stepLRGamma

Значение гамма, когда планировщик скорости обучения имеет значение step. Должно быть значением типа float в диапазоне [0, 1].

stepLRGamma?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.stepLRGamma

stepLRStepSize

Значение размера шага, если планировщик скорости обучения — "шаг". Принимаются только положительные целые числа.

stepLRStepSize?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.stepLRStepSize

trainingBatchSize

Размер пакета, используемого для обучения. Принимаются только положительные целые числа.

trainingBatchSize?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.trainingBatchSize

validationBatchSize

Размер пакета, используемого для проверки. Принимаются только положительные целые числа.

validationBatchSize?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.validationBatchSize

warmupCosineLRCycles

Значение цикла косинуса, когда планировщик скорости обучения имеет значение "warmup_cosine". Должно быть значением типа float в диапазоне [0, 1].

warmupCosineLRCycles?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

Значение эпох прогрева, когда планировщик скорости обучения имеет значение "warmup_cosine". Принимаются только положительные целые числа.

warmupCosineLRWarmupEpochs?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.warmupCosineLRWarmupEpochs

weightDecay

Значение распада веса, если оптимизатор имеет значение "sgd", "adam" или "adamw". Должен быть плавающей точкой в диапазоне[0, 1].

weightDecay?: string

Значение свойства

string

Наследуется отImageModelDistributionSettings.weightDecay