ImageModelSettingsClassification interface

Paket:

@azure/arm-machinelearning

Einstellungen, die für die Schulung des Modells verwendet werden. Weitere Informationen zu den verfügbaren Einstellungen finden Sie in der offiziellen Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Extends

ImageModelSettings

Eigenschaften

trainingCropSize	Bildzuschneidegröße, die in das neurale Netzwerk für das Schulungsdatenset eingegeben wird. Muss eine positive ganze Zahl sein.
validationCropSize	Bildzuschneidegröße, die für das Validierungsdatenset in das neurale Netzwerk eingegeben wird. Muss eine positive ganze Zahl sein.
validationResizeSize	Bildgröße, für die die Größe vor dem Zuschneiden des Gültigkeits-Datasets geändert werden soll. Muss eine positive ganze Zahl sein.
weightedLoss	Gewichtete Verlust. Die akzeptierten Werte sind 0 für keinen gewichteten Verlust. 1 für gewichteten Verlust mit sqrt. (class_weights). 2 für gewichtete Verlust mit class_weights. Muss 0 oder 1 oder 2 sein.

Geerbte Eigenschaften

advancedSettings	Einstellungen für erweiterte Szenarien.
amsGradient	Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" ist.
augmentations	Einstellungen für die Verwendung von Augmentations.
beta1	Wert von "Beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkomma im Bereich [0, 1] sein.
beta2	Wert von 'Beta2', wenn der Optimierer 'adam' oder 'adamw' ist. Muss ein Gleitkomma im Bereich [0, 1] sein.
checkpointFrequency	Häufigkeit zum Speichern von Modellprüfpunkten. Muss eine positive ganze Zahl sein.
checkpointModel	Das vortrainierte Prüfpunktmodell für inkrementelle Schulungen.
checkpointRunId	Die ID einer vorherigen Ausführung mit einem vortrainierten Prüfpunkt für inkrementelle Schulungen.
distributed	Gibt an, ob verteilte Schulungen verwendet werden sollen.
earlyStopping	Aktivieren Sie die Logik während der Schulung frühzeitig beenden.
earlyStoppingDelay	Mindestens die Anzahl der Epochen- oder Validierungsbewertungen, die warten müssen, bevor die primäre Metrikverbesserung für einen frühen Stopp nachverfolgt wird. Muss eine positive ganze Zahl sein.
earlyStoppingPatience	Minimale Anzahl von Epochen oder Validierungsbewertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Muss eine positive ganze Zahl sein.
enableOnnxNormalization	Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells.
evaluationFrequency	Häufigkeit zum Auswerten des Validierungsdatensets zum Abrufen von Metrikergebnissen. Muss eine positive ganze Zahl sein.
gradientAccumulationStep	Farbverlaufsakkumulation bedeutet, dass eine konfigurierte Anzahl von "GradAccumulationStep"-Schritten ausgeführt wird, ohne die Modellgewichte zu aktualisieren, während die Farbverläufe dieser Schritte akkumuliert werden, und dann die akkumulierten Farbverläufe zum Berechnen der Gewichtungsaktualisierungen verwenden. Muss eine positive ganze Zahl sein.
layersToFreeze	Anzahl der Ebenen, die für das Modell fixiert werden sollen. Muss eine positive ganze Zahl sein. Beispielsweise bedeutet das Übergeben von 2 als Wert für "seresnext" das Einfrieren von Schicht0 und Ebene1. Eine vollständige Liste der unterstützten Modelle und Details zum Fixieren der Ebene finden Sie unter: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate	Anfängliche Lernrate. Muss ein Gleitkomma im Bereich [0, 1] sein.
learningRateScheduler	Typ des Lernrate-Zeitplans. Muss "warmup_cosine" oder "Schritt" sein.
modelName	Der Name des Modells, das für die Schulung verwendet werden soll. Weitere Informationen zu den verfügbaren Modellen finden Sie in der offiziellen Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum	Wert der Dynamik, wenn Optimierer 'sgd' ist. Muss ein Gleitkomma im Bereich [0, 1] sein.
nesterov	Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist.
numberOfEpochs	Anzahl der Ausbildungszeiten. Muss eine positive ganze Zahl sein.
numberOfWorkers	Anzahl der Datenlademitarbeiter. Muss eine nicht negative ganze Zahl sein.
optimizer	Typ des Optimierrs.
randomSeed	Zufälliger Seed, der bei Verwendung deterministischer Schulungen verwendet werden soll.
stepLRGamma	Der Wert des Gammawerts, wenn der Lernrate-Scheduler "Schritt" ist. Muss ein Gleitkomma im Bereich [0, 1] sein.
stepLRStepSize	Der Wert der Schrittgröße, wenn der Lernrateplaner "Schritt" ist. Muss eine positive ganze Zahl sein.
trainingBatchSize	Schulungsbatchgröße. Muss eine positive ganze Zahl sein.
validationBatchSize	Batchgröße der Überprüfung. Muss eine positive ganze Zahl sein.
warmupCosineLRCycles	Der Wert des Kosinuszyklus, wenn der Lernrateplaner "warmup_cosine" ist. Muss ein Gleitkomma im Bereich [0, 1] sein.
warmupCosineLRWarmupEpochs	Wert der Warmup-Epochen, wenn der Lernratenplaner "warmup_cosine" ist. Muss eine positive ganze Zahl sein.
weightDecay	Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" lautet. Muss ein Gleitkomma im Bereich sein[0, 1].

Details zur Eigenschaft

trainingCropSize

Bildzuschneidegröße, die in das neurale Netzwerk für das Schulungsdatenset eingegeben wird. Muss eine positive ganze Zahl sein.

trainingCropSize?: number

Eigenschaftswert

number

validationCropSize

Bildzuschneidegröße, die für das Validierungsdatenset in das neurale Netzwerk eingegeben wird. Muss eine positive ganze Zahl sein.

validationCropSize?: number

Eigenschaftswert

number

validationResizeSize

Bildgröße, für die die Größe vor dem Zuschneiden des Gültigkeits-Datasets geändert werden soll. Muss eine positive ganze Zahl sein.

validationResizeSize?: number

Eigenschaftswert

number

weightedLoss

Gewichtete Verlust. Die akzeptierten Werte sind 0 für keinen gewichteten Verlust. 1 für gewichteten Verlust mit sqrt. (class_weights). 2 für gewichtete Verlust mit class_weights. Muss 0 oder 1 oder 2 sein.

weightedLoss?: number

Eigenschaftswert

number

Geerbte Eigenschaftsdetails

advancedSettings

Einstellungen für erweiterte Szenarien.

advancedSettings?: string

Eigenschaftswert

string

vonImageModelSettings.advancedSettings

amsGradient

Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" ist.

amsGradient?: boolean

Eigenschaftswert

boolean

geerbt vonImageModelSettings.amsGradient

augmentations

Einstellungen für die Verwendung von Augmentations.

augmentations?: string

Eigenschaftswert

string

VonImageModelSettings.augmentations geerbt

beta1

Wert von "Beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkomma im Bereich [0, 1] sein.

beta1?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.beta1-

beta2

Wert von 'Beta2', wenn der Optimierer 'adam' oder 'adamw' ist. Muss ein Gleitkomma im Bereich [0, 1] sein.

beta2?: number

Eigenschaftswert

number

vonImageModelSettings.beta2 geerbt

checkpointFrequency

Häufigkeit zum Speichern von Modellprüfpunkten. Muss eine positive ganze Zahl sein.

checkpointFrequency?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.checkpointFrequency

checkpointModel

Das vortrainierte Prüfpunktmodell für inkrementelle Schulungen.

checkpointModel?: MLFlowModelJobInput

Eigenschaftswert

MLFlowModelJobInput

geerbt vonImageModelSettings.checkpointModel

checkpointRunId

Die ID einer vorherigen Ausführung mit einem vortrainierten Prüfpunkt für inkrementelle Schulungen.

checkpointRunId?: string

Eigenschaftswert

string

geerbt vonImageModelSettings.checkpointRunId

distributed

Gibt an, ob verteilte Schulungen verwendet werden sollen.

distributed?: boolean

Eigenschaftswert

boolean

geerbt vonImageModelSettings.distributed

earlyStopping

Aktivieren Sie die Logik während der Schulung frühzeitig beenden.

earlyStopping?: boolean

Eigenschaftswert

boolean

geerbt vonImageModelSettings.earlyStopping-

earlyStoppingDelay

Mindestens die Anzahl der Epochen- oder Validierungsbewertungen, die warten müssen, bevor die primäre Metrikverbesserung für einen frühen Stopp nachverfolgt wird. Muss eine positive ganze Zahl sein.

earlyStoppingDelay?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.earlyStoppingDelay-

earlyStoppingPatience

Minimale Anzahl von Epochen oder Validierungsbewertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Muss eine positive ganze Zahl sein.

earlyStoppingPatience?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.earlyStoppingPatience

enableOnnxNormalization

Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells.

enableOnnxNormalization?: boolean

Eigenschaftswert

boolean

Geerbt vonImageModelSettings.enableOnnxNormalization-

evaluationFrequency

Häufigkeit zum Auswerten des Validierungsdatensets zum Abrufen von Metrikergebnissen. Muss eine positive ganze Zahl sein.

evaluationFrequency?: number

Eigenschaftswert

number

Geerbt vonImageModelSettings.evaluationFrequency

gradientAccumulationStep

Farbverlaufsakkumulation bedeutet, dass eine konfigurierte Anzahl von "GradAccumulationStep"-Schritten ausgeführt wird, ohne die Modellgewichte zu aktualisieren, während die Farbverläufe dieser Schritte akkumuliert werden, und dann die akkumulierten Farbverläufe zum Berechnen der Gewichtungsaktualisierungen verwenden. Muss eine positive ganze Zahl sein.

gradientAccumulationStep?: number

Eigenschaftswert

number

vonImageModelSettings.gradientAccumulationStep

layersToFreeze

Anzahl der Ebenen, die für das Modell fixiert werden sollen. Muss eine positive ganze Zahl sein. Beispielsweise bedeutet das Übergeben von 2 als Wert für "seresnext" das Einfrieren von Schicht0 und Ebene1. Eine vollständige Liste der unterstützten Modelle und Details zum Fixieren der Ebene finden Sie unter: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.layersToFreeze

learningRate

Anfängliche Lernrate. Muss ein Gleitkomma im Bereich [0, 1] sein.

learningRate?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.learningRate

learningRateScheduler

Typ des Lernrate-Zeitplans. Muss "warmup_cosine" oder "Schritt" sein.

learningRateScheduler?: string

Eigenschaftswert

string

geerbt vonImageModelSettings.learningRateScheduler

modelName

Der Name des Modells, das für die Schulung verwendet werden soll. Weitere Informationen zu den verfügbaren Modellen finden Sie in der offiziellen Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Eigenschaftswert

string

Geerbt vonImageModelSettings.modelName

momentum

Wert der Dynamik, wenn Optimierer 'sgd' ist. Muss ein Gleitkomma im Bereich [0, 1] sein.

momentum?: number

Eigenschaftswert

number

vonImageModelSettings.momentum geerbt

nesterov

Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist.

nesterov?: boolean

Eigenschaftswert

boolean

vonImageModelSettings.nesterov geerbt

numberOfEpochs

Anzahl der Ausbildungszeiten. Muss eine positive ganze Zahl sein.

numberOfEpochs?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.numberOfEpochs

numberOfWorkers

Anzahl der Datenlademitarbeiter. Muss eine nicht negative ganze Zahl sein.

numberOfWorkers?: number

Eigenschaftswert

number

vonImageModelSettings.numberOfWorkers

optimizer

Typ des Optimierrs.

optimizer?: string

Eigenschaftswert

string

VonImageModelSettings.optimizer geerbt

randomSeed

Zufälliger Seed, der bei Verwendung deterministischer Schulungen verwendet werden soll.

randomSeed?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.randomSeed

stepLRGamma

Der Wert des Gammawerts, wenn der Lernrate-Scheduler "Schritt" ist. Muss ein Gleitkomma im Bereich [0, 1] sein.

stepLRGamma?: number

Eigenschaftswert

number

Geerbt vonImageModelSettings.stepLRGamma

stepLRStepSize

Der Wert der Schrittgröße, wenn der Lernrateplaner "Schritt" ist. Muss eine positive ganze Zahl sein.

stepLRStepSize?: number

Eigenschaftswert

number

Geerbt vonImageModelSettings.stepLRStepSize

trainingBatchSize

Schulungsbatchgröße. Muss eine positive ganze Zahl sein.

trainingBatchSize?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.trainingBatchSize

validationBatchSize

Batchgröße der Überprüfung. Muss eine positive ganze Zahl sein.

validationBatchSize?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.validationBatchSize

warmupCosineLRCycles

Der Wert des Kosinuszyklus, wenn der Lernrateplaner "warmup_cosine" ist. Muss ein Gleitkomma im Bereich [0, 1] sein.

warmupCosineLRCycles?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

Wert der Warmup-Epochen, wenn der Lernratenplaner "warmup_cosine" ist. Muss eine positive ganze Zahl sein.

warmupCosineLRWarmupEpochs?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.warmupCosineLRWarmupEpochs

weightDecay

Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" lautet. Muss ein Gleitkomma im Bereich sein[0, 1].

weightDecay?: number

Eigenschaftswert

number

geerbt vonImageModelSettings.weightDecay