ResNet
Este artigo descreve como usar o componente ResNet no designer do Azure Machine Learning para criar um modelo de classificação de imagem usando o algoritmo ResNet..
Este algoritmo de classificação é um método de aprendizagem supervisionada e requer um conjunto de dados rotulado.
Nota
Este componente não suporta conjunto de dados rotulado gerado a partir de Etiquetagem de Dados no estúdio, mas suporta apenas diretório de imagem rotulado gerado a partir do componente Converter em Diretório de Imagem.
Você pode treinar o modelo fornecendo um modelo e um diretório de imagem rotulado como entradas para Train PyTorch Model. O modelo treinado pode então ser usado para prever valores para os novos exemplos de entrada usando o Modelo de Imagem de Pontuação.
Mais sobre ResNet
Consulte este documento para obter mais detalhes sobre a ResNet.
Como configurar o ResNet
Adicione o componente ResNet ao seu pipeline no designer.
Para Nome do modelo, especifique o nome de uma determinada estrutura ResNet e você pode selecionar a partir de resnet suportada: 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152', 'resnet152', 'resnext50_32x4d', 'resnext101_32x8d', 'wide_resnet50_2', 'wide_resnet101_2'.
Para Pré-treinado, especifique se deseja usar um modelo pré-treinado no ImageNet. Se selecionado, você pode ajustar o modelo com base no modelo pré-treinado selecionado; Se estiver desmarcada, pode treinar a partir do zero.
Para Zero init residual, especifique se deseja inicializar a zero a última camada de norma de lote em cada ramificação residual. Se selecionado, o ramo residual começa com zeros e cada bloco residual se comporta como uma identidade. Isso pode ajudar com a convergência em grandes tamanhos de lote, de acordo com https://arxiv.org/abs/1706.02677.
Conecte a saída do componente ResNet, o componente do conjunto de dados de imagem de treinamento e validação ao Modelo Train PyTorch.
Envie o pipeline.
Resultados
Após a conclusão da execução do pipeline, para usar o modelo para pontuação, conecte o Modelo Train PyTorch ao Modelo de Imagem de Pontuação, para prever valores para novos exemplos de entrada.
Notas técnicas
Parâmetros dos componentes
| Nome | Intervalo | Type | Predefinido | Description |
|---|---|---|---|---|
| Nome do modelo | Qualquer | Modo | resnext101_32x8d | Nome de uma determinada estrutura ResNet |
| Pré-treinados | Qualquer | Boolean | True | Se deve usar um modelo pré-treinado no ImageNet |
| Zero init residual | Qualquer | Booleano | False | Se a última camada de norma de lote deve ser inicializada a zero em cada ramificação residual |
Saída
| Nome | Tipo | Description |
|---|---|---|
| Modelo não treinado | UntrainedModelDirectory | Um modelo ResNet não treinado que pode ser conectado ao Train PyTorch Model. |
Próximos passos
Consulte o conjunto de componentes disponíveis para o Azure Machine Learning.