ImageModelSettingsClassification Clase

Definición

Espacio de nombres:

Azure.ResourceManager.MachineLearning.Models

Ensamblado:

Azure.ResourceManager.MachineLearning.dll

Paquete:

Azure.ResourceManager.MachineLearning v1.1.1

Configuración usada para entrenar el modelo. Para obtener más información sobre la configuración disponible, visite la documentación oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

public class ImageModelSettingsClassification : Azure.ResourceManager.MachineLearning.Models.ImageModelSettings

type ImageModelSettingsClassification = class
    inherit ImageModelSettings

Public Class ImageModelSettingsClassification
Inherits ImageModelSettings

Herencia

Object

ImageModelSettings

ImageModelSettingsClassification

Constructores

ImageModelSettingsClassification()

Inicializa una nueva instancia de ImageModelSettingsClassification.

Propiedades

AdvancedSettings	Configuración de escenarios avanzados. (Heredado de ImageModelSettings)
AmsGradient	Habilite AMSGrad cuando el optimizador sea "adam" o "adamw". (Heredado de ImageModelSettings)
Augmentations	Configuración para usar aumentos. (Heredado de ImageModelSettings)
Beta1	Valor de "beta1" cuando el optimizador es "adam" o "adamw". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelSettings)
Beta2	Valor de "beta2" cuando el optimizador es "adam" o "adamw". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelSettings)
CheckpointFrequency	Frecuencia para almacenar puntos de control del modelo. Debe ser un entero positivo. (Heredado de ImageModelSettings)
CheckpointModel	Modelo de punto de comprobación entrenado previamente para el entrenamiento incremental. (Heredado de ImageModelSettings)
CheckpointRunId	Identificador de una ejecución anterior que tiene un punto de control entrenado previamente para el entrenamiento incremental. (Heredado de ImageModelSettings)
Distributed	Si se va a usar el entrenamiento distribuido. (Heredado de ImageModelSettings)
EarlyStopping	Habilite la lógica de detención temprana durante el entrenamiento. (Heredado de ImageModelSettings)
EarlyStoppingDelay	Número mínimo de épocas o evaluaciones de validación que se deben esperar antes de que se realice un seguimiento de la mejora de la métrica principal para la detención temprana. Debe ser un entero positivo. (Heredado de ImageModelSettings)
EarlyStoppingPatience	Número mínimo de épocas o evaluaciones de validación sin ninguna mejora de métrica principal antes de que se detenga la ejecución. Debe ser un entero positivo. (Heredado de ImageModelSettings)
EnableOnnxNormalization	Habilite la normalización al exportar el modelo ONNX. (Heredado de ImageModelSettings)
EvaluationFrequency	Frecuencia para evaluar el conjunto de datos de validación para obtener puntuaciones de métricas. Debe ser un entero positivo. (Heredado de ImageModelSettings)
GradientAccumulationStep	La acumulación de degradado significa ejecutar un número configurado de pasos "GradAccumulationStep" sin actualizar los pesos del modelo al acumular los degradados de esos pasos y, a continuación, usar los degradados acumulados para calcular las actualizaciones de peso. Debe ser un entero positivo. (Heredado de ImageModelSettings)
LayersToFreeze	Número de capas que se van a inmovilizar para el modelo. Debe ser un entero positivo. Por ejemplo, pasar 2 como valor para "seresnext" significa la capa de congelación 0 y la capa1. Para obtener una lista completa de los modelos admitidos y detalles sobre la inmovilización de capas, consulte: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Heredado de ImageModelSettings)
LearningRate	Velocidad de aprendizaje inicial. Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelSettings)
LearningRateScheduler	Tipo de programador de velocidad de aprendizaje. Debe ser "warmup_cosine" o "paso". (Heredado de ImageModelSettings)
ModelName	Nombre del modelo que se va a usar para el entrenamiento. Para obtener más información sobre los modelos disponibles, visite la documentación oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Heredado de ImageModelSettings)
Momentum	Valor de impulso cuando el optimizador es "sgd". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelSettings)
Nesterov	Habilite nesterov cuando el optimizador sea "sgd". (Heredado de ImageModelSettings)
NumberOfEpochs	Número de épocas de entrenamiento. Debe ser un entero positivo. (Heredado de ImageModelSettings)
NumberOfWorkers	Número de trabajos del cargador de datos. Debe ser un entero no negativo. (Heredado de ImageModelSettings)
Optimizer	Tipo de optimizador. (Heredado de ImageModelSettings)
RandomSeed	Inicialización aleatoria que se usará al usar el entrenamiento determinista. (Heredado de ImageModelSettings)
StepLRGamma	Valor de gamma cuando el programador de velocidad de aprendizaje es "paso". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelSettings)
StepLRStepSize	Valor del tamaño del paso cuando el programador de velocidad de aprendizaje es "paso". Debe ser un entero positivo. (Heredado de ImageModelSettings)
TrainingBatchSize	Tamaño del lote de entrenamiento. Debe ser un entero positivo. (Heredado de ImageModelSettings)
TrainingCropSize	Tamaño de recorte de imagen que se introduce en la red neuronal para el conjunto de datos de entrenamiento. Debe ser un entero positivo.
ValidationBatchSize	Tamaño del lote de validación. Debe ser un entero positivo. (Heredado de ImageModelSettings)
ValidationCropSize	Tamaño de recorte de imagen que se introduce en la red neuronal para el conjunto de datos de validación. Debe ser un entero positivo.
ValidationResizeSize	Tamaño de imagen al que se va a cambiar el tamaño antes de recortar para el conjunto de datos de validación. Debe ser un entero positivo.
WarmupCosineLRCycles	Valor del ciclo de coseno cuando el programador de velocidad de aprendizaje es "warmup_cosine". Debe ser un valor float en el intervalo [0, 1]. (Heredado de ImageModelSettings)
WarmupCosineLRWarmupEpochs	Valor de las épocas de preparación cuando el programador de velocidad de aprendizaje es "warmup_cosine". Debe ser un entero positivo. (Heredado de ImageModelSettings)
WeightDecay	Valor de descomposición de peso cuando el optimizador es "sgd", "adam" o "adamw". Debe ser un float en el intervalo[0, 1]. (Heredado de ImageModelSettings)
WeightedLoss	Pérdida ponderada. Los valores aceptados son 0 sin pérdida ponderada. 1 para pérdida ponderada con sqrt. (class_weights). 2 para pérdida ponderada con class_weights. Debe ser 0, 1 o 2.