ImageModelDistributionSettingsClassification interface

Csomag:
@azure/arm-machinelearning

Terjesztési kifejezések a modellbeállítások értékeinek átsöpréséhez. <példa> Néhány példa:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
Extends
ImageModelDistributionSettings

Tulajdonságok

trainingCropSize

Kép körülvágási mérete, amely a betanítási adathalmaz neurális hálózatához van beadva. Pozitív egész számnak kell lennie.
validationCropSize

Az érvényesítési adatkészlet neurális hálózatához bevitt kép körülvágási mérete. Pozitív egész számnak kell lennie.
validationResizeSize

Az érvényesítési adatkészlet körülvágása előtt átméretezendő képméret. Pozitív egész számnak kell lennie.
weightedLoss

Súlyozott veszteség. Az elfogadott értékek 0 érték súlyozás nélkül. 1 a súlyozott veszteség sqrt. (class_weights). 2 a súlyozott veszteség class_weights. 0 vagy 1 vagy 2 lehet.

Örökölt tulajdonságok

amsGradient

Engedélyezze az AMSGradt, ha az optimalizáló "adam" vagy "adamw".
augmentations

A Kiegészítések használatának beállításai.
beta1

A "béta1" értéke, ha az optimalizáló "adam" vagy "adamw". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.
beta2

A "béta2" értéke, ha az optimalizáló "adam" vagy "adamw". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.
distributed

A terjesztő betanításának használata.
earlyStopping

A korai leállítási logika engedélyezése a betanítás során.
earlyStoppingDelay

Az elsődleges metrikajavítás nyomon követése előtt a korai leállításhoz szükséges minimális időértékek vagy érvényesítési értékelések száma. Pozitív egész számnak kell lennie.
earlyStoppingPatience

A futtatás leállítása előtt az elsődleges metrikajavítás nélküli alapidőszakok vagy érvényesítési értékelések minimális száma. Pozitív egész számnak kell lennie.
enableOnnxNormalization

Engedélyezze a normalizálást az ONNX-modell exportálása során.
evaluationFrequency

Az érvényesítési adatkészlet kiértékelésének gyakorisága a metrika pontszámainak lekéréséhez. Pozitív egész számnak kell lennie.
gradientAccumulationStep

A színátmenet-felhalmozás azt jelenti, hogy konfigurált számú "GradAccumulationStep" lépést futtat a modell súlyainak frissítése nélkül, miközben a lépések színátmeneteit gyűjti össze, majd a halmozott színátmenetekkel kiszámítja a súlyfrissítéseket. Pozitív egész számnak kell lennie.
layersToFreeze

A modellhez rögzíteni kívánt rétegek száma. Pozitív egész számnak kell lennie. Ha például a 2 értéket a "seresnext" értékeként adja át, az a 0. és az 1. réteg fagyasztását jelenti. A támogatott modellek teljes listáját és a rétegbefagyasztás részleteit a következő cikkben találja: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate

Kezdeti tanulási arány. Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.
learningRateScheduler

A tanulási sebességütemező típusa. "warmup_cosine" vagy "lépés" lehet.
modelName

A betanításhoz használandó modell neve. Az elérhető modellekről további információt a hivatalos dokumentációban talál: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum

A lendület értéke, ha az optimalizáló "sgd". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.
nesterov

Engedélyezze a nesterovot, ha az optimalizáló "sgd" állapotú.
numberOfEpochs

A betanítási korszakok száma. Pozitív egész számnak kell lennie.
numberOfWorkers

Az adatbetöltő feldolgozóinak száma. Nem negatív egész számnak kell lennie.
optimizer

Az optimalizáló típusa. "sgd", "adam" vagy "adamw" lehet.
randomSeed

Determinisztikus betanítás használatakor használandó véletlenszerű vetőmag.
stepLRGamma

A gamma értéke, ha a tanulási sebességütemező a "lépés". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.
stepLRStepSize

A lépésméret értéke, ha a tanulási sebességütemező "lépés". Pozitív egész számnak kell lennie.
trainingBatchSize

Betanítási köteg mérete. Pozitív egész számnak kell lennie.
validationBatchSize

Érvényesítési köteg mérete. Pozitív egész számnak kell lennie.
warmupCosineLRCycles

A koszinuszciklus értéke, ha a tanulási sebességütemező "warmup_cosine". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.
warmupCosineLRWarmupEpochs

A bemelegítési időszak értéke, ha a tanulási sebességütemező "warmup_cosine". Pozitív egész számnak kell lennie.
weightDecay

A súlycsökkenés értéke, ha az optimalizáló "sgd", "adam" vagy "adamw". Lebegtetésnek kell lennie a tartományban[0, 1].

Tulajdonság adatai

trainingCropSize

Kép körülvágási mérete, amely a betanítási adathalmaz neurális hálózatához van beadva. Pozitív egész számnak kell lennie.

trainingCropSize?: string

Tulajdonság értéke

string

validationCropSize

Az érvényesítési adatkészlet neurális hálózatához bevitt kép körülvágási mérete. Pozitív egész számnak kell lennie.

validationCropSize?: string

Tulajdonság értéke

string

validationResizeSize

Az érvényesítési adatkészlet körülvágása előtt átméretezendő képméret. Pozitív egész számnak kell lennie.

validationResizeSize?: string

Tulajdonság értéke

string

weightedLoss

Súlyozott veszteség. Az elfogadott értékek 0 érték súlyozás nélkül. 1 a súlyozott veszteség sqrt. (class_weights). 2 a súlyozott veszteség class_weights. 0 vagy 1 vagy 2 lehet.

weightedLoss?: string

Tulajdonság értéke

string

Örökölt tulajdonság részletei

amsGradient

Engedélyezze az AMSGradt, ha az optimalizáló "adam" vagy "adamw".

amsGradient?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.amsGradient

augmentations

A Kiegészítések használatának beállításai.

augmentations?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.augmentations

beta1

A "béta1" értéke, ha az optimalizáló "adam" vagy "adamw". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.

beta1?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.beta1

beta2

A "béta2" értéke, ha az optimalizáló "adam" vagy "adamw". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.

beta2?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.beta2

distributed

A terjesztő betanításának használata.

distributed?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.distributed

earlyStopping

A korai leállítási logika engedélyezése a betanítás során.

earlyStopping?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.earlyStopping

earlyStoppingDelay

Az elsődleges metrikajavítás nyomon követése előtt a korai leállításhoz szükséges minimális időértékek vagy érvényesítési értékelések száma. Pozitív egész számnak kell lennie.

earlyStoppingDelay?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.earlyStoppingDelay

earlyStoppingPatience

A futtatás leállítása előtt az elsődleges metrikajavítás nélküli alapidőszakok vagy érvényesítési értékelések minimális száma. Pozitív egész számnak kell lennie.

earlyStoppingPatience?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.earlyStoppingPatience

enableOnnxNormalization

Engedélyezze a normalizálást az ONNX-modell exportálása során.

enableOnnxNormalization?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.enableOnnxNormalization

evaluationFrequency

Az érvényesítési adatkészlet kiértékelésének gyakorisága a metrika pontszámainak lekéréséhez. Pozitív egész számnak kell lennie.

evaluationFrequency?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.evaluationFrequency

gradientAccumulationStep

A színátmenet-felhalmozás azt jelenti, hogy konfigurált számú "GradAccumulationStep" lépést futtat a modell súlyainak frissítése nélkül, miközben a lépések színátmeneteit gyűjti össze, majd a halmozott színátmenetekkel kiszámítja a súlyfrissítéseket. Pozitív egész számnak kell lennie.

gradientAccumulationStep?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.gradientAccumulationStep

layersToFreeze

A modellhez rögzíteni kívánt rétegek száma. Pozitív egész számnak kell lennie. Ha például a 2 értéket a "seresnext" értékeként adja át, az a 0. és az 1. réteg fagyasztását jelenti. A támogatott modellek teljes listáját és a rétegbefagyasztás részleteit a következő cikkben találja: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

Tulajdonság értéke

string

ImageModelDistributionSettings.layersToFreeze

learningRate

Kezdeti tanulási arány. Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.

learningRate?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.learningRate

learningRateScheduler

A tanulási sebességütemező típusa. "warmup_cosine" vagy "lépés" lehet.

learningRateScheduler?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.learningRateScheduler

modelName

A betanításhoz használandó modell neve. Az elérhető modellekről további információt a hivatalos dokumentációban talál: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.modelName

momentum

A lendület értéke, ha az optimalizáló "sgd". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.

momentum?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.momentum

nesterov

Engedélyezze a nesterovot, ha az optimalizáló "sgd" állapotú.

nesterov?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.nesterov

numberOfEpochs

A betanítási korszakok száma. Pozitív egész számnak kell lennie.

numberOfEpochs?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.numberOfEpochs

numberOfWorkers

Az adatbetöltő feldolgozóinak száma. Nem negatív egész számnak kell lennie.

numberOfWorkers?: string

Tulajdonság értéke

string

ImageModelDistributionSettings.numberOfWorkers

optimizer

Az optimalizáló típusa. "sgd", "adam" vagy "adamw" lehet.

optimizer?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.optimizer

randomSeed

Determinisztikus betanítás használatakor használandó véletlenszerű vetőmag.

randomSeed?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.randomSeed

stepLRGamma

A gamma értéke, ha a tanulási sebességütemező a "lépés". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.

stepLRGamma?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.stepLRGamma

stepLRStepSize

A lépésméret értéke, ha a tanulási sebességütemező "lépés". Pozitív egész számnak kell lennie.

stepLRStepSize?: string

Tulajdonság értéke

string

ImageModelDistributionSettings.stepLRStepSize

trainingBatchSize

Betanítási köteg mérete. Pozitív egész számnak kell lennie.

trainingBatchSize?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.trainingBatchSize

validationBatchSize

Érvényesítési köteg mérete. Pozitív egész számnak kell lennie.

validationBatchSize?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.validationBatchSize

warmupCosineLRCycles

A koszinuszciklus értéke, ha a tanulási sebességütemező "warmup_cosine". Az [0, 1] tartományban lévő lebegőpontosnak kell lennie.

warmupCosineLRCycles?: string

Tulajdonság értéke

string

ImageModelDistributionSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

A bemelegítési időszak értéke, ha a tanulási sebességütemező "warmup_cosine". Pozitív egész számnak kell lennie.

warmupCosineLRWarmupEpochs?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.warmupCosineLRWarmupEpochs

weightDecay

A súlycsökkenés értéke, ha az optimalizáló "sgd", "adam" vagy "adamw". Lebegtetésnek kell lennie a tartományban[0, 1].

weightDecay?: string

Tulajdonság értéke

string

ÖrököltImageModelDistributionSettings.weightDecay