你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

ImageModelDistributionSettingsClassification 类

定义

命名空间:

Azure.ResourceManager.MachineLearning.Models

程序集:

Azure.ResourceManager.MachineLearning.dll

包:

Azure.ResourceManager.MachineLearning v1.1.1

用于扫描模型设置值的分布表达式。 <示例> 一些示例包括：

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

继承

Object

ImageModelDistributionSettings

ImageModelDistributionSettingsClassification

构造函数

ImageModelDistributionSettingsClassification()

初始化 ImageModelDistributionSettingsClassification 的新实例。

属性

AmsGradient	当优化器为“adam”或“adamw”时启用 AMSGrad。 (继承自 ImageModelDistributionSettings)
Augmentations	用于使用增强的设置。 (继承自 ImageModelDistributionSettings)
Beta1	当优化器为“adam”或“adamw”时，“beta1”的值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
Beta2	当优化器为“adam”或“adamw”时，“beta2”的值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
Distributed	是否使用分发程序训练。 (继承自 ImageModelDistributionSettings)
EarlyStopping	在训练期间启用提前停止逻辑。 (继承自 ImageModelDistributionSettings)
EarlyStoppingDelay	跟踪主要指标改进以提前停止之前等待的最小时期数或验证评估。 必须是正整数。 (继承自 ImageModelDistributionSettings)
EarlyStoppingPatience	在停止运行之前，没有主要指标改进的最小时期数或验证评估。 必须是正整数。 (继承自 ImageModelDistributionSettings)
EnableOnnxNormalization	导出 ONNX 模型时启用规范化。 (继承自 ImageModelDistributionSettings)
EvaluationFrequency	评估验证数据集以获得指标分数所遵循的频率。 必须是正整数。 (继承自 ImageModelDistributionSettings)
GradientAccumulationStep	梯度累积是指运行配置数量的“GradAccumulationStep”步骤，但不更新模型权重，同时累积这些步骤的梯度，然后使用累积的渐变计算权重更新。 必须是正整数。 (继承自 ImageModelDistributionSettings)
LayersToFreeze	模型要冻结的层数。 必须是正整数。 例如，将 2 作为“seresnext”的值传递意味着冻结 layer0 和 layer1。 有关支持模型的完整列表以及有关层冻结的详细信息，请参阅： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。 (继承自 ImageModelDistributionSettings)
LearningRate	初始学习速率。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
LearningRateScheduler	学习速率计划程序的类型。 必须为“warmup_cosine”或“step”。 (继承自 ImageModelDistributionSettings)
ModelName	用于训练的模型的名称。 有关可用模型的详细信息，请访问官方文档： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。 (继承自 ImageModelDistributionSettings)
Momentum	优化器为“sgd”时的动量值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
Nesterov	当优化器为“sgd”时启用 nesterov。 (继承自 ImageModelDistributionSettings)
NumberOfEpochs	训练循环数。 必须是正整数。 (继承自 ImageModelDistributionSettings)
NumberOfWorkers	数据加载程序辅助角色的数目。 必须是非负整数。 (继承自 ImageModelDistributionSettings)
Optimizer	优化器的类型。 必须是“sgd”、“adam”或“adamw”。 (继承自 ImageModelDistributionSettings)
RandomSeed	使用确定性训练时要使用的随机种子。 (继承自 ImageModelDistributionSettings)
StepLRGamma	当学习速率计划程序为“step”时，gamma 的值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
StepLRStepSize	当学习速率计划程序为“step”时，步骤大小的值。 必须是正整数。 (继承自 ImageModelDistributionSettings)
TrainingBatchSize	训练批大小。 必须是正整数。 (继承自 ImageModelDistributionSettings)
TrainingCropSize	输入到训练数据集的神经网络的图像裁剪大小。 必须是正整数。
ValidationBatchSize	验证批大小。 必须是正整数。 (继承自 ImageModelDistributionSettings)
ValidationCropSize	输入到验证数据集的神经网络的图像裁剪大小。 必须是正整数。
ValidationResizeSize	在为验证数据集裁剪之前要将图像调整到的大小。 必须是正整数。
WarmupCosineLRCycles	学习速率计划程序为“warmup_cosine”时的余弦周期值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs	当学习速率计划程序为“warmup_cosine”时，预热时期的值。 必须是正整数。 (继承自 ImageModelDistributionSettings)
WeightDecay	当优化器为“sgd”、“adam”或“adamw”时，权重衰减的值。 必须是范围[0， 1] 中的浮点数。 (继承自 ImageModelDistributionSettings)
WeightedLoss	减肥。 接受的值为 0，表示没有加权损失。 1 用于使用 sqrt. (class_weights) 的加权损失。 2 表示使用 class_weights 计算的加权损失。 必须为 0、1 或 2。