ImageModelDistributionSettings interface

패키지:

@azure/arm-machinelearning

모델 설정 값을 스윕하는 배포 식입니다. <예> 몇 가지 예는 다음과 같습니다.

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
All distributions can be specified as distribution_name(min, max) or choice(val1, val2, ..., valn)
where distribution name can be: uniform, quniform, loguniform, etc
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.

속성

amsGradient	최적화 프로그램이 'adam' 또는 'adamw'인 경우 AMSGrad를 사용하도록 설정합니다.
augmentations	확대를 사용하기 위한 설정입니다.
beta1	최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta1' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
beta2	최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta2' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
distributed	배포자 학습을 사용할지 여부입니다.
earlyStopping	학습 중에 조기 중지 논리를 사용하도록 설정합니다.
earlyStoppingDelay	초기 중지를 위해 기본 메트릭 개선이 추적되기 전에 대기할 최소 Epoch 수 또는 유효성 검사 평가입니다. 양의 정수여야 합니다.
earlyStoppingPatience	실행이 중지되기 전에 기본 메트릭 개선 없이 Epoch 또는 유효성 검사 평가의 최소 수입니다. 양의 정수여야 합니다.
enableOnnxNormalization	ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.
evaluationFrequency	메트릭 점수를 얻기 위해 유효성 검사 데이터 세트를 평가하는 빈도입니다. 양의 정수여야 합니다.
gradientAccumulationStep	그라데이션 누적은 해당 단계의 그라데이션을 누적하는 동안 모델 가중치를 업데이트하지 않고 구성된 수의 "GradAccumulationStep" 단계를 실행한 다음 누적 그라데이션을 사용하여 가중치 업데이트를 계산하는 것을 의미합니다. 양의 정수여야 합니다.
layersToFreeze	모델에 대해 고정할 레이어 수입니다. 양의 정수여야 합니다. 예를 들어 'seresnext'의 값으로 2를 전달하면 layer0 및 layer1이 동결됩니다. 지원되는 모델의 전체 목록과 계층 고정에 대한 자세한 내용은 다음을 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate	초기 학습 속도입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
learningRateScheduler	학습 속도 스케줄러의 유형입니다. 'warmup_cosine' 또는 '단계'여야 합니다.
modelName	학습에 사용할 모델의 이름입니다. 사용 가능한 모델에 대한 자세한 내용은 공식 설명서를 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum	최적화 프로그램이 'sgd'일 때의 모멘텀 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
nesterov	최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.
numberOfEpochs	학습 epoch의 수입니다. 양의 정수여야 합니다.
numberOfWorkers	데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.
optimizer	최적화 프로그램의 유형입니다. 'sgd', 'adam' 또는 'adamw'여야 합니다.
randomSeed	결정적 학습을 사용할 때 사용할 임의 시드입니다.
stepLRGamma	학습 속도 스케줄러가 '단계'인 경우 감마 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
stepLRStepSize	학습 속도 스케줄러가 '단계'인 경우 단계 크기의 값입니다. 양의 정수여야 합니다.
trainingBatchSize	학습 일괄 처리 크기입니다. 양의 정수여야 합니다.
validationBatchSize	유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.
warmupCosineLRCycles	학습 속도 스케줄러가 'warmup_cosine'인 경우 코사인 주기의 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
warmupCosineLRWarmupEpochs	학습 속도 스케줄러가 'warmup_cosine'인 경우 준비 epoch의 값입니다. 양의 정수여야 합니다.
weightDecay	최적화 프로그램이 'sgd', 'adam' 또는 'adamw'인 경우 가중치 감쇠 값입니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.

속성 세부 정보

amsGradient

최적화 프로그램이 'adam' 또는 'adamw'인 경우 AMSGrad를 사용하도록 설정합니다.

amsGradient?: string

속성 값

string

augmentations

확대를 사용하기 위한 설정입니다.

augmentations?: string

속성 값

string

beta1

최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta1' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

beta1?: string

속성 값

string

beta2

최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta2' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

beta2?: string

속성 값

string

distributed

배포자 학습을 사용할지 여부입니다.

distributed?: string

속성 값

string

earlyStopping

학습 중에 조기 중지 논리를 사용하도록 설정합니다.

earlyStopping?: string

속성 값

string

earlyStoppingDelay

초기 중지를 위해 기본 메트릭 개선이 추적되기 전에 대기할 최소 Epoch 수 또는 유효성 검사 평가입니다. 양의 정수여야 합니다.

earlyStoppingDelay?: string

속성 값

string

earlyStoppingPatience

실행이 중지되기 전에 기본 메트릭 개선 없이 Epoch 또는 유효성 검사 평가의 최소 수입니다. 양의 정수여야 합니다.

earlyStoppingPatience?: string

속성 값

string

enableOnnxNormalization

ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.

enableOnnxNormalization?: string

속성 값

string

evaluationFrequency

메트릭 점수를 얻기 위해 유효성 검사 데이터 세트를 평가하는 빈도입니다. 양의 정수여야 합니다.

evaluationFrequency?: string

속성 값

string

gradientAccumulationStep

그라데이션 누적은 해당 단계의 그라데이션을 누적하는 동안 모델 가중치를 업데이트하지 않고 구성된 수의 "GradAccumulationStep" 단계를 실행한 다음 누적 그라데이션을 사용하여 가중치 업데이트를 계산하는 것을 의미합니다. 양의 정수여야 합니다.

gradientAccumulationStep?: string

속성 값

string

layersToFreeze

모델에 대해 고정할 레이어 수입니다. 양의 정수여야 합니다. 예를 들어 'seresnext'의 값으로 2를 전달하면 layer0 및 layer1이 동결됩니다. 지원되는 모델의 전체 목록과 계층 고정에 대한 자세한 내용은 다음을 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

속성 값

string

learningRate

초기 학습 속도입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

learningRate?: string

속성 값

string

learningRateScheduler

학습 속도 스케줄러의 유형입니다. 'warmup_cosine' 또는 '단계'여야 합니다.

learningRateScheduler?: string

속성 값

string

modelName

학습에 사용할 모델의 이름입니다. 사용 가능한 모델에 대한 자세한 내용은 공식 설명서를 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

속성 값

string

momentum

최적화 프로그램이 'sgd'일 때의 모멘텀 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

momentum?: string

속성 값

string

nesterov

최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.

nesterov?: string

속성 값

string

numberOfEpochs

학습 epoch의 수입니다. 양의 정수여야 합니다.

numberOfEpochs?: string

속성 값

string

numberOfWorkers

데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.

numberOfWorkers?: string

속성 값

string

optimizer

최적화 프로그램의 유형입니다. 'sgd', 'adam' 또는 'adamw'여야 합니다.

optimizer?: string

속성 값

string

randomSeed

결정적 학습을 사용할 때 사용할 임의 시드입니다.

randomSeed?: string

속성 값

string

stepLRGamma

학습 속도 스케줄러가 '단계'인 경우 감마 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

stepLRGamma?: string

속성 값

string

stepLRStepSize

학습 속도 스케줄러가 '단계'인 경우 단계 크기의 값입니다. 양의 정수여야 합니다.

stepLRStepSize?: string

속성 값

string

trainingBatchSize

학습 일괄 처리 크기입니다. 양의 정수여야 합니다.

trainingBatchSize?: string

속성 값

string

validationBatchSize

유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.

validationBatchSize?: string

속성 값

string

warmupCosineLRCycles

학습 속도 스케줄러가 'warmup_cosine'인 경우 코사인 주기의 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

warmupCosineLRCycles?: string

속성 값

string

warmupCosineLRWarmupEpochs

학습 속도 스케줄러가 'warmup_cosine'인 경우 준비 epoch의 값입니다. 양의 정수여야 합니다.

warmupCosineLRWarmupEpochs?: string

속성 값

string

weightDecay

최적화 프로그램이 'sgd', 'adam' 또는 'adamw'인 경우 가중치 감쇠 값입니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.

weightDecay?: string

속성 값

string