Sdílet prostřednictvím


ResNet

Tento článek popisuje, jak pomocí komponenty ResNet v návrháři služby Azure Machine Learning vytvořit model klasifikace obrázků pomocí algoritmu ResNet.

Tento klasifikační algoritmus je metoda učení pod dohledem a vyžaduje datovou sadu s popiskem.

Poznámka:

Tato komponenta nepodporuje datovou sadu označenou jako datovou sadu vygenerovanou z popisků dat v sadě Studio, ale podporuje pouze adresář obrázků s popiskem vygenerovaný z komponenty Convert to Image Directory .

Model můžete vytrénovat tak, že jako vstupy pro trénování modelu PyTorch zadáte model a adresář s popiskem image. Vytrénovaný model se pak dá použít k predikci hodnot pro nové vstupní příklady pomocí určení skóre image modelu.

Další informace o síti ResNet

Další podrobnosti o síti ResNet najdete v tomto dokumentu .

Jak nakonfigurovat síť ResNet

  1. Přidejte komponentu ResNet do kanálu v návrháři.

  2. Jako název modelu zadejte název určité struktury ResNet a můžete vybrat z podporované resnety: resnet18, resnet34, resnet50, resnet101, resnet152, resnet152, resnext50_32x4d, resnext101_32x8d, wide_resnet50_2, wide_resnet101_2.

  3. V části Předtrénování určete, jestli se má použít předem natrénovaný model ve službě ImageNet. Pokud je vybráno, můžete model vyladit na základě vybraného předem natrénovaného modelu; Pokud je výběr nevybraný, můžete trénovat úplně od začátku.

  4. V případě nulového inicializačního zbytku určete, jestli se má v každé větvi reziduí inicializovat poslední dávková normová vrstva. Pokud je tato možnost vybraná, větev reziduí začíná nulami a každý reziduální blok se chová jako identita. To může pomoci s konvergencí ve velkých dávkách podle https://arxiv.org/abs/1706.02677.

  5. Připojte výstup komponenty ResNet , trénování a ověření součásti datové sady obrázků k trénování modelu PyTorch.

  6. Odešlete kanál.

Výsledky

Po dokončení spuštění kanálu pro použití modelu pro bodování propojte model Trénování modelu PyTorch k určení skóre image modelu a predikci hodnot pro nové příklady vstupu.

Technické poznámky

Parametry komponent

Název Rozsah Typ Výchozí Popis
Název modelu Všechny Režim resnext101_32x8d Název určité struktury ResNet
Předem natrénováno Všechny Logická hodnota True Zda použít model předem natrénovaný ve službě ImageNet
Nulová inicializační rezidua Všechny Logický False Zda chcete inicializovat poslední dávkovou normovou vrstvu v každé větvi reziduí

Výstup

Jméno Typ Popis
Netrénovaný model UntrainedModelDirectory Nevytrénovaný model ResNet, který je možné připojit k trénování modelu PyTorch.

Další kroky

Podívejte se na sadu komponent dostupných pro Azure Machine Learning.