ImageModelDistributionSettings interface

Paket:

@azure/arm-machinelearning

Model ayarlarının değerlerini süpürmek için dağıtım ifadeleri. <Örnek> Bazı örnekler:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
All distributions can be specified as distribution_name(min, max) or choice(val1, val2, ..., valn)
where distribution name can be: uniform, quniform, loguniform, etc
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Özellikler

amsGradient	İyileştirici 'adam' veya 'adamw' olduğunda AMSGrad'ı etkinleştirin.
augmentations	Artırmaları kullanma ayarları.
beta1	İyileştirici 'adam' veya 'adamw' olduğunda 'beta1' değeri. [0, 1] aralığında bir float olmalıdır.
beta2	İyileştirici 'adam' veya 'adamw' olduğunda 'beta2' değeri. [0, 1] aralığında bir float olmalıdır.
distributed	Distributer eğitiminin kullanılıp kullanılmaymayacağı.
earlyStopping	Eğitim sırasında erken durdurma mantığını etkinleştirin.
earlyStoppingDelay	Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenebilmesi için en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.
earlyStoppingPatience	Çalıştırma durdurulmadan önce birincil ölçüm geliştirmesi yapılmadan en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.
enableOnnxNormalization	ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.
evaluationFrequency	Ölçüm puanlarını almak için doğrulama veri kümesini değerlendirme sıklığı. Pozitif bir tamsayı olmalıdır.
gradientAccumulationStep	Gradyan birikimi, bu adımların gradyanlarını biriktirirken model ağırlıklarını güncelleştirmeden yapılandırılmış sayıda "GradAccumulationStep" adımı çalıştırma ve ardından ağırlık güncelleştirmelerini hesaplamak için birikmiş gradyanları kullanma anlamına gelir. Pozitif bir tamsayı olmalıdır.
layersToFreeze	Model için donacak katman sayısı. Pozitif bir tamsayı olmalıdır. Örneğin, 'seresnext' için değer olarak 2 geçirmek, katman0 ve katman1'in donması anlamına gelir. Desteklenen modellerin tam listesi ve katman donmasıyla ilgili ayrıntılar için bkz. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate	İlk öğrenme oranı. [0, 1] aralığında bir float olmalıdır.
learningRateScheduler	Öğrenme oranı zamanlayıcı türü. 'warmup_cosine' veya 'step' olmalıdır.
modelName	Eğitim için kullanılacak modelin adı. Kullanılabilir modeller hakkında daha fazla bilgi için lütfen resmi belgeleri ziyaret edin: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum	İyileştirici 'sgd' olduğunda momentum değeri. [0, 1] aralığında bir float olmalıdır.
nesterov	İyileştirici 'sgd' olduğunda nesterov özelliğini etkinleştirin.
numberOfEpochs	Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.
numberOfWorkers	Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.
optimizer	İyileştirici türü. 'sgd', 'adam' veya 'adamw' olmalıdır.
randomSeed	Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.
stepLRGamma	Öğrenme hızı zamanlayıcı 'step' olduğunda gama değeri. [0, 1] aralığında bir float olmalıdır.
stepLRStepSize	Öğrenme hızı zamanlayıcısı 'step' olduğunda adım boyutu değeri. Pozitif bir tamsayı olmalıdır.
trainingBatchSize	Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.
validationBatchSize	Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.
warmupCosineLRCycles	Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda kosinüs döngüsünün değeri. [0, 1] aralığında bir float olmalıdır.
warmupCosineLRWarmupEpochs	Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda ısınma dönemlerinin değeri. Pozitif bir tamsayı olmalıdır.
weightDecay	İyileştirici 'sgd', 'adam' veya 'adamw' olduğunda kilo bozulmasının değeri. [0, 1] aralığında bir float olmalıdır.

Özellik Ayrıntıları

amsGradient

İyileştirici 'adam' veya 'adamw' olduğunda AMSGrad'ı etkinleştirin.

amsGradient?: string

Özellik Değeri

string

augmentations

Artırmaları kullanma ayarları.

augmentations?: string

Özellik Değeri

string

beta1

İyileştirici 'adam' veya 'adamw' olduğunda 'beta1' değeri. [0, 1] aralığında bir float olmalıdır.

beta1?: string

Özellik Değeri

string

beta2

İyileştirici 'adam' veya 'adamw' olduğunda 'beta2' değeri. [0, 1] aralığında bir float olmalıdır.

beta2?: string

Özellik Değeri

string

distributed

Distributer eğitiminin kullanılıp kullanılmaymayacağı.

distributed?: string

Özellik Değeri

string

earlyStopping

Eğitim sırasında erken durdurma mantığını etkinleştirin.

earlyStopping?: string

Özellik Değeri

string

earlyStoppingDelay

Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenebilmesi için en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.

earlyStoppingDelay?: string

Özellik Değeri

string

earlyStoppingPatience

Çalıştırma durdurulmadan önce birincil ölçüm geliştirmesi yapılmadan en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.

earlyStoppingPatience?: string

Özellik Değeri

string

enableOnnxNormalization

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.

enableOnnxNormalization?: string

Özellik Değeri

string

evaluationFrequency

Ölçüm puanlarını almak için doğrulama veri kümesini değerlendirme sıklığı. Pozitif bir tamsayı olmalıdır.

evaluationFrequency?: string

Özellik Değeri

string

gradientAccumulationStep

Gradyan birikimi, bu adımların gradyanlarını biriktirirken model ağırlıklarını güncelleştirmeden yapılandırılmış sayıda "GradAccumulationStep" adımı çalıştırma ve ardından ağırlık güncelleştirmelerini hesaplamak için birikmiş gradyanları kullanma anlamına gelir. Pozitif bir tamsayı olmalıdır.

gradientAccumulationStep?: string

Özellik Değeri

string

layersToFreeze

Model için donacak katman sayısı. Pozitif bir tamsayı olmalıdır. Örneğin, 'seresnext' için değer olarak 2 geçirmek, katman0 ve katman1'in donması anlamına gelir. Desteklenen modellerin tam listesi ve katman donmasıyla ilgili ayrıntılar için bkz. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

Özellik Değeri

string

learningRate

İlk öğrenme oranı. [0, 1] aralığında bir float olmalıdır.

learningRate?: string

Özellik Değeri

string

learningRateScheduler

Öğrenme oranı zamanlayıcı türü. 'warmup_cosine' veya 'step' olmalıdır.

learningRateScheduler?: string

Özellik Değeri

string

modelName

Eğitim için kullanılacak modelin adı. Kullanılabilir modeller hakkında daha fazla bilgi için lütfen resmi belgeleri ziyaret edin: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Özellik Değeri

string

momentum

İyileştirici 'sgd' olduğunda momentum değeri. [0, 1] aralığında bir float olmalıdır.

momentum?: string

Özellik Değeri

string

nesterov

İyileştirici 'sgd' olduğunda nesterov özelliğini etkinleştirin.

nesterov?: string

Özellik Değeri

string

numberOfEpochs

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.

numberOfEpochs?: string

Özellik Değeri

string

numberOfWorkers

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.

numberOfWorkers?: string

Özellik Değeri

string

optimizer

İyileştirici türü. 'sgd', 'adam' veya 'adamw' olmalıdır.

optimizer?: string

Özellik Değeri

string

randomSeed

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.

randomSeed?: string

Özellik Değeri

string

stepLRGamma

Öğrenme hızı zamanlayıcı 'step' olduğunda gama değeri. [0, 1] aralığında bir float olmalıdır.

stepLRGamma?: string

Özellik Değeri

string

stepLRStepSize

Öğrenme hızı zamanlayıcısı 'step' olduğunda adım boyutu değeri. Pozitif bir tamsayı olmalıdır.

stepLRStepSize?: string

Özellik Değeri

string

trainingBatchSize

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

trainingBatchSize?: string

Özellik Değeri

string

validationBatchSize

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

validationBatchSize?: string

Özellik Değeri

string

warmupCosineLRCycles

Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda kosinüs döngüsünün değeri. [0, 1] aralığında bir float olmalıdır.

warmupCosineLRCycles?: string

Özellik Değeri

string

warmupCosineLRWarmupEpochs

Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda ısınma dönemlerinin değeri. Pozitif bir tamsayı olmalıdır.

warmupCosineLRWarmupEpochs?: string

Özellik Değeri

string

weightDecay

İyileştirici 'sgd', 'adam' veya 'adamw' olduğunda kilo bozulmasının değeri. [0, 1] aralığında bir float olmalıdır.

weightDecay?: string

Özellik Değeri

string