ResNet

  • Статья

В этой статье описано, как с помощью компонента ResNet в конструкторе Машинного обучения Azure создать модель классификации изображений по алгоритму ResNet.

Этот алгоритм классификации относится к контролируемым методам обучения и требует наличия набора данных с метками.

Примечание.

Этот компонент не поддерживает помеченный набор данных, формируемый функцией Маркировка данных в студии, и будет работать только с каталогом изображений с метками, который создается компонентом Преобразование в каталог изображений.

Модель можно обучить, предоставив модель и каталог с метками изображения в качестве входных данных для обучения модели PyTorch. Обученную модель можно будет применить для прогнозирования значений в новых входных данных с помощью модуля Оценка модели изображения.

Дополнительные сведения о ResNet

Дополнительные сведения о ResNet см. в этом документе.

Настройка ResNet

  1. Добавьте компонент ResNet в конвейер в окне конструктора.

  2. В параметре Имя модели укажите имя определенной структуры ResNet из следующего списка поддерживаемых версий: "resnet18", "resnet34", "resnet50", "resnet101", "resnet152", "resnet152", "resnext50_32x4d", "resnext101_32x8d", "wide_resnet50_2", "wide_resnet101_2".

  3. В поле Pretrained (Предварительно обученная) укажите, нужно ли использовать предварительно обученную модель для ImageNet. Если этот флажок установлен, вы сможете настроить модель на основе выбранной предварительно обученной модели. Если этот флажок снят, обучение будет выполняться "с нуля".

  4. Для параметра Инициализация остатка до нуля укажите, нужно ли инициализировать нормальный уровень последнего пакета до нуля в каждой остаточной ветви. Если этот флажок установлен, остаточная ветвь начинается с нулей, и каждый остаточный блок ведет себя как идентификатор. Это может помочь при конвергенции пакетов больших размеров в соответствии с https://arxiv.org/abs/1706.02677.

  5. Подключение выходные данныеКомпонент ResNet, компонент набора данных для обучения и проверки образа в модели Train PyTorch.

  6. Отправьте конвейер.

Результаты

Когда конвейер завершит работу, подключите модуль Обучение модели PyTorch к модулю Оценка моделей изображений, чтобы использовать модель для оценки и спрогнозировать значения для новых входных данных.

Технические примечания

Параметры компонентов

Имя. Диапазон Тип По умолчанию. Description
Имя модели Любое Режим resnext101_32x8d Имя определенной структуры ResNet
Предварительно обученная Любое Логический Истина Нужно ли использовать предварительно обученную модель для ImageNet
Инициализация остатка до нуля Любое Логический False Определяет необходимость инициализации нормального уровня последнего пакета до нуля в каждой остаточной ветви

Выходные данные

Имя. Тип Описание
Необученная модель UntrainedModelDirectory Необученная модель ResNet, которая может быть подключена к модели Train PyTorch.

Следующие шаги

Ознакомьтесь с набором доступных компонентов для машинного обучения Azure.