ImageClassificationSearchSpace Třída
Vyhledejte místo pro úlohy Klasifikace obrázků AutoML a Klasifikace obrázků s více popisky.
- Dědičnost
-
azure.ai.ml.entities._mixins.RestTranslatableMixinImageClassificationSearchSpace
Konstruktor
ImageClassificationSearchSpace(*, ams_gradient: bool | SweepDistribution | None = None, beta1: float | SweepDistribution | None = None, beta2: float | SweepDistribution | None = None, distributed: bool | SweepDistribution | None = None, early_stopping: bool | SweepDistribution | None = None, early_stopping_delay: int | SweepDistribution | None = None, early_stopping_patience: int | SweepDistribution | None = None, enable_onnx_normalization: bool | SweepDistribution | None = None, evaluation_frequency: int | SweepDistribution | None = None, gradient_accumulation_step: int | SweepDistribution | None = None, layers_to_freeze: int | SweepDistribution | None = None, learning_rate: float | SweepDistribution | None = None, learning_rate_scheduler: str | SweepDistribution | None = None, model_name: str | SweepDistribution | None = None, momentum: float | SweepDistribution | None = None, nesterov: bool | SweepDistribution | None = None, number_of_epochs: int | SweepDistribution | None = None, number_of_workers: int | SweepDistribution | None = None, optimizer: str | SweepDistribution | None = None, random_seed: int | SweepDistribution | None = None, step_lr_gamma: float | SweepDistribution | None = None, step_lr_step_size: int | SweepDistribution | None = None, training_batch_size: int | SweepDistribution | None = None, validation_batch_size: int | SweepDistribution | None = None, warmup_cosine_lr_cycles: float | SweepDistribution | None = None, warmup_cosine_lr_warmup_epochs: int | SweepDistribution | None = None, weight_decay: float | SweepDistribution | None = None, training_crop_size: int | SweepDistribution | None = None, validation_crop_size: int | SweepDistribution | None = None, validation_resize_size: int | SweepDistribution | None = None, weighted_loss: int | SweepDistribution | None = None)
Parametry
- ams_gradient
- str nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Povolte AMSGrad, pokud je optimalizátor "adam" nebo "adamw".
- beta1
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota beta1, pokud optimalizátor je "adam" nebo "adamw". Musí být float v rozsahu [0, 1].
- beta2
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota "beta2", pokud optimalizátor je "adam" nebo "adamw". Musí být float v rozsahu [0, 1].
- distributed
- bool nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Jestli se má použít trénování distribuce.
- early_stopping
- bool nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Povolte logiku předčasného zastavení během trénování.
- early_stopping_delay
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Minimální počet epoch nebo vyhodnocení ověření, která se mají počkat, než se bude sledovat zlepšení primární metriky pro předčasné zastavení. Musí být kladné celé číslo.
- early_stopping_patience
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Minimální počet epoch nebo vyhodnocení ověření bez vylepšení primární metriky před zastavením spuštění Musí být kladné celé číslo.
- enable_onnx_normalization
- bool nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Povolte normalizaci při exportu modelu ONNX.
- evaluation_frequency
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Frekvence vyhodnocení ověřovací datové sady za účelem získání skóre metrik Musí být kladné celé číslo.
- gradient_accumulation_step
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Akumulace gradientu znamená spuštění nakonfigurovaného počtu kroků GradAccumulationStep bez aktualizace hmotnosti modelu při nahromadění přechodů těchto kroků a následné použití kumulovaných přechodů k výpočtu aktualizací hmotnosti. Musí být kladné celé číslo.
- layers_to_freeze
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Počet vrstev, které se mají u modelu ukotvit. Musí být kladné celé číslo. Například předání 2 jako hodnoty pro "seresnext" znamená zamrznutí vrstvy 0 a vrstvy1. Úplný seznam podporovaných modelů a podrobnosti o ukotvení vrstev najdete tady: https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long
- learning_rate
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Počáteční rychlost učení. Musí být float v rozsahu [0, 1].
- learning_rate_scheduler
- str nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Typ plánovače rychlosti učení Musí to být "warmup_cosine" nebo "krok".
- model_name
- str nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Název modelu, který se má použít pro trénování. Další informace o dostupných modelech najdete v oficiální dokumentaci: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
- momentum
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota dynamiky optimalizátoru je "sgd". Musí být float v rozsahu [0, 1].
- nesterov
- bool nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Povolte nesterov, pokud je optimalizátor "sgd".
- number_of_epochs
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Počet epoch trénování Musí být kladné celé číslo.
- number_of_workers
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Počet pracovních procesů zavaděče dat. Musí to být nezáporné celé číslo.
- optimizer
- str nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Typ optimalizátoru Musí to být "sgd", "adam" nebo "adamw".
- random_seed
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Náhodná počáteční hodnota, která se má použít při použití deterministického trénování.
- step_lr_gamma
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota gama při plánovači rychlosti učení je "krok". Musí být float v rozsahu [0, 1].
- step_lr_step_size
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota velikosti kroku při plánovači rychlosti učení je "krok". Musí být kladné celé číslo.
- training_batch_size
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Velikost trénovací dávky. Musí být kladné celé číslo.
- validation_batch_size
- str nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Velikost dávky ověření. Musí být kladné celé číslo.
- warmup_cosine_lr_cycles
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota kosinusového cyklu při učení plánovače rychlosti je "warmup_cosine". Musí být float v rozsahu [0, 1].
- warmup_cosine_lr_warmup_epochs
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota zahřívacích epoch v plánovači míry učení je "warmup_cosine". Musí být kladné celé číslo.
- weight_decay
- float nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Hodnota poklesu hmotnosti, když optimalizátor je 'sgd', 'adam' nebo 'adamw'. Musí být float v rozsahu[0, 1].
- training_crop_size
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Velikost oříznutí obrázku, která je vstupní do neurální sítě pro trénovací datovou sadu. Musí být kladné celé číslo.
- validation_crop_size
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Velikost oříznutí obrázku, která je vstupem do neurální sítě pro ověřovací datovou sadu. Musí být kladné celé číslo.
- validation_resize_size
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Velikost obrázku, na kterou se má změnit velikost před oříznutím pro účely ověření datové sady. Musí být kladné celé číslo.
- weighted_loss
- int nebo <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Vážená ztráta. Akceptované hodnoty jsou 0 pro žádné vážené ztráty. 1 pro hubnutí sqrt. (class_weights). 2 pro hubnutí s class_weights. Musí být 0, 1 nebo 2.
Azure SDK for Python
Váš názor
https://aka.ms/ContentUserFeedback.
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu:Odeslat a zobrazit názory pro