AutoML Image Instance Segmentation

In dit artikel wordt een onderdeel in Azure Machine Learning Designer beschreven.

Gebruik dit onderdeel om een machine learning-model te maken dat is gebaseerd op het autoML-exemplaarsegmentatiemodel.

Configureren

Volg deze koppeling voor een volledige lijst met configureerbare parameters van dit onderdeel.

Voor dit model is een trainingsgegevensset vereist. Validatie- en testgegevenssets zijn optioneel.

Volg deze koppeling voor meer informatie over het voorbereiden van uw gegevensset. De gegevensset heeft een gelabelde gegevensset nodig die een labelkolom bevat met een waarde voor alle rijen.

AutoML voert een aantal proefversies uit (opgegeven in max_trials) parallel (opgegeven in max_concurrent_trials) die verschillende algoritmen en parameters voor uw model proberen. De service doorloopt ML-algoritmen die zijn gekoppeld aan hyperparameterselecties en elke proefversie produceert een model met een trainingsscore. U kunt de metrische gegevens kiezen waarvoor het model moet worden geoptimaliseerd. Hoe beter de score voor de gekozen metrische gegevens hoe beter het model wordt beschouwd als 'passend' voor uw gegevens. U kunt een afsluitcriteria (beëindigingsbeleid) definiëren voor het experiment. De afsluitcriteria zijn model met een specifieke trainingsscore die autoML moet vinden. Deze stopt zodra deze voldoet aan de afsluitcriteria die zijn gedefinieerd. Dit onderdeel voert vervolgens het beste model uit dat is gegenereerd aan het einde van de uitvoering voor uw gegevensset. Ga naar deze koppeling voor meer informatie over afsluitcriteria (beëindigingsbeleid).

1. Voeg het segmentatieonderdeel segmentatie van het AutoML-installatiekopieënexemplaren toe aan uw pijplijn.

2. Geef de doelkolom op die het model moet uitvoeren

3. Geef de primaire metriek op die u wilt gebruiken voor AutoML om het succes van uw model te meten. Ga naar deze koppeling voor een uitleg over elke primaire metriek voor computer vision.

4. (Optioneel) U kunt algoritme-instellingen configureren. Ga naar deze koppeling voor een lijst met ondersteunde algoritmen voor Computer Vision.

5. (Optioneel) Als u taaklimieten wilt configureren, gaat u naar deze koppeling voor meer uitleg.

6. (Optioneel) Ga naar deze koppeling voor een lijst met configuraties voor sampling en vroegtijdige beëindiging voor uw job opruimen. U vindt ook meer informatie over elk van de beleidsregels en steekproefmethoden.

Volgende stappen

Bekijk de set onderdelen die beschikbaar zijn voor Azure Machine Learning.