ImageClassificationSearchSpace Klass
Sök efter autoML-bildklassificering och bildklassificerings-multilabeluppgifter.
- Arv
-
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)
Parametrar
- ams_gradient
- str eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Aktivera AMSGrad när optimeraren är "adam" eller "adamw".
- beta1
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet "beta1" när optimizern är "adam" eller "adamw". Måste vara en flottör i intervallet [0, 1].
- beta2
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för "beta2" när optimizern är "adam" eller "adamw". Måste vara en flottör i intervallet [0, 1].
- distributed
- bool eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Om distributionsträning ska användas.
- early_stopping
- bool eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Aktivera tidig stopplogik under träning.
- early_stopping_delay
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Minsta antal epoker eller valideringsutvärderingar som ska vänta innan den primära måttförbättringen spåras för tidig stoppning. Måste vara ett positivt heltal.
- early_stopping_patience
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Minsta antal epoker eller valideringsutvärderingar utan någon primär måttförbättring innan körningen stoppas. Måste vara ett positivt heltal.
- enable_onnx_normalization
- bool eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Aktivera normalisering vid export av ONNX-modell.
- evaluation_frequency
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Frekvens för att utvärdera valideringsdatauppsättningen för att få måttpoäng. Måste vara ett positivt heltal.
- gradient_accumulation_step
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Toningsansamling innebär att du kör ett konfigurerat antal "GradAccumulationStep"-steg utan att uppdatera modellvikterna medan du ackumulerar toningarna i dessa steg och sedan använder de ackumulerade toningarna för att beräkna viktuppdateringarna. Måste vara ett positivt heltal.
- layers_to_freeze
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Antal lager som ska frysas för modellen. Måste vara ett positivt heltal. Om du till exempel skickar 2 som värde för "seresnext" innebär det fryslager0 och lager1. En fullständig lista över modeller som stöds och information om lagerfrysning finns i: https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long
- learning_rate
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Inledande inlärningstakt. Måste vara en flottör i intervallet [0, 1].
- learning_rate_scheduler
- str eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Typ av schemaläggare för inlärningsfrekvens. Måste vara "warmup_cosine" eller "step".
- model_name
- str eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Namnet på den modell som ska användas för träning. Mer information om tillgängliga modeller finns i den officiella dokumentationen: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
- momentum
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för momentum när optimeraren är "sgd". Måste vara en flottör i intervallet [0, 1].
- nesterov
- bool eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Aktivera nesterov när optimizer är "sgd".
- number_of_epochs
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Antal träningsepoker. Måste vara ett positivt heltal.
- number_of_workers
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Antal datainläsare. Måste vara ett icke-negativt heltal.
- optimizer
- str eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Typ av optimerare. Måste vara antingen "sgd", "adam" eller "adamw".
- random_seed
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Slumpmässigt frö som ska användas när du använder deterministisk träning.
- step_lr_gamma
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för gamma när schemaläggaren för inlärningsfrekvens är "steg". Måste vara en flottör i intervallet [0, 1].
- step_lr_step_size
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för stegstorlek när schemaläggaren för inlärningsfrekvens är "steg". Måste vara ett positivt heltal.
- training_batch_size
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Träningsbatchstorlek. Måste vara ett positivt heltal.
- validation_batch_size
- str eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Batchstorlek för validering. Måste vara ett positivt heltal.
- warmup_cosine_lr_cycles
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för cosinincykeln när schemaläggaren för inlärningsfrekvens är "warmup_cosine". Måste vara en flottör i intervallet [0, 1].
- warmup_cosine_lr_warmup_epochs
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för uppvärmningsepoker när schemaläggaren för inlärningsfrekvens är "warmup_cosine". Måste vara ett positivt heltal.
- weight_decay
- float eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Värdet för viktförfall när optimizern är "sgd", "adam" eller "adamw". Måste vara en flottör i intervallet[0, 1].
- training_crop_size
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Bildgrödstorlek som är indata till det neurala nätverket för träningsdatauppsättningen. Måste vara ett positivt heltal.
- validation_crop_size
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Bildgrödstorlek som är indata till det neurala nätverket för valideringsdatauppsättningen. Måste vara ett positivt heltal.
- validation_resize_size
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Bildstorlek som du vill ändra storlek på innan du beskär för valideringsdatauppsättningen. Måste vara ett positivt heltal.
- weighted_loss
- int eller <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
Viktad förlust. De godkända värdena är 0 utan viktad förlust. 1 för viktad förlust med kvadrt. (class_weights). 2 för viktad förlust med class_weights. Måste vara 0, 1 eller 2.
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för