ResNet

Ez a cikk bemutatja, hogyan használható a ResNet összetevő az Azure Machine Learning Designerben képbesorolási modell létrehozásához a ResNet-algoritmus használatával.

Ez a besorolási algoritmus egy felügyelt tanulási módszer, és címkézett adatkészletet igényel.

Feljegyzés

Ez az összetevő nem támogatja a stúdióban az adatcímkézésből létrehozott címkézett adathalmazt, de csak a Konvertálás képcímké alakítás összetevőből létrehozott címkézett képkönyvtárat támogatja.

A modellt betanítóként megadhat egy modellt és egy címkézett képkönyvtárat a PyTorch-modell betanítása bemenetként. A betanított modell ezután a Score Image Model használatával előrejelezheti az új bemeneti példák értékeit.

További információ a ResNetről

A ResNet szolgáltatásról további információt ebben a dokumentumban talál.

A ResNet konfigurálása

1. Adja hozzá a ResNet összetevőt a folyamathoz a tervezőben.

2. A Modellnév mezőben adja meg egy adott resNet-struktúra nevét, és a támogatott resnet közül választhat: "resnet18", "resnet34", "resnet50", "resnet101", "resnet152", "resnet152", "resnext50_32x4d", "resnext101_32x8d", "wide_resnet50_2", "wide_resnet101_2".

3. Előre betanítottként adja meg, hogy az ImageNeten előre betanított modellt használjon-e. Ha ki van választva, finomhangolhatja a modellt a kiválasztott előre betanított modell alapján; ha nincs bejelölve, az alapoktól is betanulhat.

4. Nulla init reziduális esetén adja meg, hogy az egyes reziduális ágak utolsó köteg normarétegét nullára inicializálja-e. Ha ki van választva, a reziduális ág nullákkal kezdődik, és minden reziduális blokk identitásként viselkedik. Ez segíthet a konvergenciában a nagy kötegméretek szerint https://arxiv.org/abs/1706.02677.

5. Csatlakoztassa a ResNet-összetevő, a betanítási és érvényesítési rendszerkép adathalmaz-összetevőjének kimenetét a PyTorch-modell betanításához.

6. Küldje el a folyamatot.

Results (Eredmények)

Miután a folyamatfuttatás befejeződött, a modell pontozáshoz való használatához csatlakoztassa a PyTorch-modell betanítása a képmodell pontszámához, hogy új bemeneti példák értékeit jelezhesse előre.

Technikai megjegyzések

Összetevőparaméterek

Név	Tartomány	Típus	Alapértelmezett	Leírás
Modell neve	Bármely	Mód	resnext101_32x8d	Egy bizonyos ResNet-struktúra neve
Előre betanított	Bármely	Logikai	Igaz	Az ImageNeten előre betanított modell használata
Nulla init reziduális	Bármely	Logikai	Hamis	Az utolsó köteg normarétegének nullára inicializálása minden reziduális ágban

Hozam

Név	Típus	Leírás
Nem betanított modell	Nem betanítottModelDirectory	Nem betanított ResNet-modell, amely csatlakoztatható a PyTorch-modell betanításához.

Következő lépések

Tekintse meg az Azure Machine Learning számára elérhető összetevőket.