ImageClassificationSearchSpace Klasa
Wyszukaj miejsce na zadania klasyfikacji obrazów automatycznego uczenia maszynowego i klasyfikacji obrazów z wieloma etykietami.
- Dziedziczenie
-
azure.ai.ml.entities._mixins.RestTranslatableMixinImageClassificationSearchSpace
Konstruktor
ImageClassificationSearchSpace(*, ams_gradient: bool | SweepDistribution | None = None, beta1: float | SweepDistribution | None = None, beta2: float | SweepDistribution | None = None, distributed: bool | SweepDistribution | None = None, early_stopping: bool | SweepDistribution | None = None, early_stopping_delay: int | SweepDistribution | None = None, early_stopping_patience: int | SweepDistribution | None = None, enable_onnx_normalization: bool | SweepDistribution | None = None, evaluation_frequency: int | SweepDistribution | None = None, gradient_accumulation_step: int | SweepDistribution | None = None, layers_to_freeze: int | SweepDistribution | None = None, learning_rate: float | SweepDistribution | None = None, learning_rate_scheduler: str | SweepDistribution | None = None, model_name: str | SweepDistribution | None = None, momentum: float | SweepDistribution | None = None, nesterov: bool | SweepDistribution | None = None, number_of_epochs: int | SweepDistribution | None = None, number_of_workers: int | SweepDistribution | None = None, optimizer: str | SweepDistribution | None = None, random_seed: int | SweepDistribution | None = None, step_lr_gamma: float | SweepDistribution | None = None, step_lr_step_size: int | SweepDistribution | None = None, training_batch_size: int | SweepDistribution | None = None, validation_batch_size: int | SweepDistribution | None = None, warmup_cosine_lr_cycles: float | SweepDistribution | None = None, warmup_cosine_lr_warmup_epochs: int | SweepDistribution | None = None, weight_decay: float | SweepDistribution | None = None, training_crop_size: int | SweepDistribution | None = None, validation_crop_size: int | SweepDistribution | None = None, validation_resize_size: int | SweepDistribution | None = None, weighted_loss: int | SweepDistribution | None = None)
Parametry
- ams_gradient
- str lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Włącz narzędzie AMSGrad, gdy optymalizator ma wartość "adam" lub "adamw".
- beta1
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość "beta1", gdy optymalizator to "adam" lub "adamw". Musi być zmiennoprzecinkiem w zakresie [0, 1].
- beta2
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość "beta2", gdy optymalizator to "adam" lub "adamw". Musi być zmiennoprzecinkiem w zakresie [0, 1].
- distributed
- bool lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Czy należy używać trenowania rozproszonego.
- early_stopping
- bool lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Włącz logikę wczesnego zatrzymywania podczas trenowania.
- early_stopping_delay
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Minimalna liczba epok lub ocen poprawności do oczekiwania przed rozpoczęciem śledzenia podstawowej metryki w celu wczesnego zatrzymania. Musi być dodatnią liczbą całkowitą.
- early_stopping_patience
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Minimalna liczba epok lub ocen poprawności bez podstawowej poprawy metryki przed zatrzymaniu przebiegu. Musi być dodatnią liczbą całkowitą.
- enable_onnx_normalization
- bool lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Włącz normalizację podczas eksportowania modelu ONNX.
- evaluation_frequency
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Częstotliwość oceniania zestawu danych weryfikacji w celu uzyskania wyników metryk. Musi być dodatnią liczbą całkowitą.
- gradient_accumulation_step
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Akumulacja gradientu oznacza uruchomienie skonfigurowanej liczby kroków "GradAccumulationStep" bez aktualizowania wag modelu podczas gromadzenia gradientów tych kroków, a następnie używania skumulowanych gradientów do obliczenia aktualizacji wagi. Musi być dodatnią liczbą całkowitą.
- layers_to_freeze
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Liczba warstw, które mają być blokowane dla modelu. Musi być dodatnią liczbą całkowitą. Na przykład przekazanie wartości 2 jako wartości dla "seresnext" oznacza zamrażanie warstwy 0 i warstwy 1. Aby uzyskać pełną listę obsługiwanych modeli i szczegóły dotyczące blokowania warstw, zobacz: https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long
- learning_rate
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Początkowa szybkość nauki. Musi być zmiennoprzecinkiem w zakresie [0, 1].
- learning_rate_scheduler
- str lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Typ harmonogramu szybkości nauki. Musi mieć wartość "warmup_cosine" lub "krok".
- model_name
- str lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Nazwa modelu, który ma być używany do trenowania. Aby uzyskać więcej informacji na temat dostępnych modeli, odwiedź oficjalną dokumentację: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
- momentum
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość tempa, gdy optymalizator ma wartość "sgd". Musi być zmiennoprzecinkiem w zakresie [0, 1].
- nesterov
- bool lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Włącz nesterov, gdy optymalizator ma wartość "sgd".
- number_of_epochs
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Liczba epok treningowych. Musi być dodatnią liczbą całkowitą.
- number_of_workers
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Liczba procesów roboczych modułu ładującego dane. Musi być nieujemną liczbą całkowitą.
- optimizer
- str lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Typ optymalizatora. Musi być albo "sgd", "adam", lub "adamw".
- random_seed
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Losowe inicjatory, które mają być używane podczas korzystania z trenowania deterministycznego.
- step_lr_gamma
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość gamma podczas uczenia się harmonogramu szybkości jest "krok". Musi być zmiennoprzecinkiem w zakresie [0, 1].
- step_lr_step_size
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość rozmiaru kroku, gdy harmonogram szybkości nauki to "krok". Musi być dodatnią liczbą całkowitą.
- training_batch_size
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Rozmiar partii trenowania. Musi być dodatnią liczbą całkowitą.
- validation_batch_size
- str lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Rozmiar partii sprawdzania poprawności. Musi być dodatnią liczbą całkowitą.
- warmup_cosine_lr_cycles
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość cyklu cosinusowego, gdy harmonogram szybkości nauki to "warmup_cosine". Musi być zmiennoprzecinkiem w zakresie [0, 1].
- warmup_cosine_lr_warmup_epochs
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość epok rozgrzewki, gdy harmonogram szybkości nauki to "warmup_cosine". Musi być dodatnią liczbą całkowitą.
- weight_decay
- float lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Wartość rozkładu wagi, gdy optymalizator to "sgd", "adam" lub "adamw". Musi być zmiennoprzecinkiem w zakresie[0, 1].
- training_crop_size
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Rozmiar przycinania obrazów, który jest danymi wejściowymi sieci neuronowej dla zestawu danych treningowych. Musi być dodatnią liczbą całkowitą.
- validation_crop_size
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Rozmiar przycinania obrazów, który jest danymi wejściowymi dla sieci neuronowej dla zestawu danych weryfikacji. Musi być dodatnią liczbą całkowitą.
- validation_resize_size
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Rozmiar obrazu, którego rozmiar ma być zmieniany przed przycinaniem zestawu danych weryfikacji. Musi być dodatnią liczbą całkowitą.
- weighted_loss
- int lub <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Utrata wagi. Akceptowane wartości to 0 bez odchudzania. 1 do odchudzania z sqrt. (class_weights). 2 dla odchudzania z class_weights. Musi mieć wartość 0 lub 1 lub 2.
Azure SDK for Python