ImageClassificationMultilabelJob Sınıf

AutoML çok etiketli Görüntü Sınıflandırma işi için yapılandırma.

Yeni bir AutoML çok etiketli Görüntü Sınıflandırma işi başlatın.

Devralma

azure.ai.ml.entities._job.automl.image.automl_image_classification_base.AutoMLImageClassificationBase

ImageClassificationMultilabelJob

Oluşturucu

ImageClassificationMultilabelJob(*, primary_metric: str | ClassificationMultilabelPrimaryMetrics | None = None, **kwargs)

Parametreler

primary_metric

Gerekli

İyileştirme için kullanılacak birincil ölçüm

kwargs

Gerekli

İşe özgü bağımsız değişkenler

Yöntemler

dump	İş içeriğini YAML biçiminde bir dosyaya dökümünü alır.
extend_search_space	AutoML Görüntü Sınıflandırması ve Görüntü Sınıflandırması Çok Etiketli görevler için Arama alanı ekleyin.
set_data
set_limits	Tüm AutoML Görüntü Dikeyleri için ayarları sınırlayın.
set_sweep	Tüm AutoML Görüntü Dikeyleri için süpürme ayarları.
set_training_parameters	AutoML Görüntü Sınıflandırması ve Görüntü Sınıflandırması Çok etiketli görevler için Görüntü eğitim parametrelerini ayarlama.

dump

İş içeriğini YAML biçiminde bir dosyaya dökümünü alır.

dump(dest: str | PathLike | IO, **kwargs) -> None

Parametreler

dest

Union[<xref:PathLike>, str, IO[AnyStr]]

Gerekli

YAML içeriğinin yazılabileceği yerel yol veya dosya akışı. Dest bir dosya yoluysa yeni bir dosya oluşturulur. Dest açık bir dosyaysa, dosya doğrudan öğesine yazılır.

kwargs

dict

YAML seri hale getiricisine geçirmek için ek bağımsız değişkenler.

Özel durumlar

FileExistsError

Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

extend_search_space

AutoML Görüntü Sınıflandırması ve Görüntü Sınıflandırması Çok Etiketli görevler için Arama alanı ekleyin.

extend_search_space(value: SearchSpace | List[SearchSpace]) -> None

Parametreler

value

Union[ImageClassificationSearchSpace, List[ImageClassificationSearchSpace]]

Gerekli

parametre alanında arama için ImageClassificationSearchSpace örneğini veya ImageClassificationSearchSpace listesini belirtin

Özel durumlar

FileExistsError

Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_data

set_data(*, training_data: Input, target_column_name: str, validation_data: Input | None = None, validation_data_size: float | None = None) -> None

Özel durumlar

FileExistsError

Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_limits

Tüm AutoML Görüntü Dikeyleri için ayarları sınırlayın.

set_limits(*, max_concurrent_trials: int | None = None, max_trials: int | None = None, timeout_minutes: int | None = None) -> None

Parametreler

timeout_minutes

timedelta

AutoML işi zaman aşımı.

Özel durumlar

FileExistsError

Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_sweep

Tüm AutoML Görüntü Dikeyleri için süpürme ayarları.

set_sweep(*, sampling_algorithm: str | Random | Grid | Bayesian, early_termination: BanditPolicy | MedianStoppingPolicy | TruncationSelectionPolicy | None = None) -> None

Parametreler

sampling_algorithm

Gereklidir. [Gerekli] Hiper parametre örnekleme algoritmalarının türü. Olası değerler şunlardır: "Grid", "Random", "Bayesian".

early_termination

Union[ BanditPolicy, MedianStoppingPolicy, TruncationSelectionPolicy]

Erken sonlandırma ilkesinin türü.

Özel durumlar

FileExistsError

Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_training_parameters

AutoML Görüntü Sınıflandırması ve Görüntü Sınıflandırması Çok etiketli görevler için Görüntü eğitim parametrelerini ayarlama.

set_training_parameters(*, advanced_settings: str | None = None, ams_gradient: bool | None = None, beta1: float | None = None, beta2: float | None = None, checkpoint_frequency: int | None = None, checkpoint_run_id: str | None = None, distributed: bool | None = None, early_stopping: bool | None = None, early_stopping_delay: int | None = None, early_stopping_patience: int | None = None, enable_onnx_normalization: bool | None = None, evaluation_frequency: int | None = None, gradient_accumulation_step: int | None = None, layers_to_freeze: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: str | LearningRateScheduler | None = None, model_name: str | None = None, momentum: float | None = None, nesterov: bool | None = None, number_of_epochs: int | None = None, number_of_workers: int | None = None, optimizer: str | StochasticOptimizer | None = None, random_seed: int | None = None, step_lr_gamma: float | None = None, step_lr_step_size: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_cosine_lr_cycles: float | None = None, warmup_cosine_lr_warmup_epochs: int | None = None, weight_decay: float | None = None, training_crop_size: int | None = None, validation_crop_size: int | None = None, validation_resize_size: int | None = None, weighted_loss: int | None = None) -> None

Parametreler

advanced_settings

str

Gelişmiş senaryolar için ayarlar.

ams_gradient

bool

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

beta1

float

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

beta2

float

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

checkpoint_frequency

int

Model denetim noktalarını depolama sıklığı. Pozitif bir tamsayı olmalıdır.

checkpoint_run_id

str

Artımlı eğitim için önceden eğitilmiş bir denetim noktası olan önceki çalıştırmanın kimliği.

distributed

bool

Dağıtılmış eğitimin kullanılıp kullanılmaymayacağı.

early_stopping

bool

Eğitim sırasında erken durdurma mantığını etkinleştirin.

early_stopping_delay

int

Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenmek üzere en az dönem sayısı veya doğrulama değerlendirmeleri. Pozitif bir tamsayı olmalıdır.

early_stopping_patience

int

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

enable_onnx_normalization

bool

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.

evaluation_frequency

int

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

gradient_accumulation_step

int

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

layers_to_freeze

Model için donduracak katman sayısı. Pozitif bir tamsayı olmalıdır. Örneğin, 'seresnext' için değer olarak 2 geçirmek, katman0 ve katman1'i dondurma anlamına gelir. Desteklenen modellerin tam listesi ve katman dondurmayla ilgili ayrıntılar için lütfen bkz. https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long

learning_rate

float

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

learning_rate_scheduler

Öğrenme oranı zamanlayıcısının türü. 'warmup_cosine' veya 'step' olmalıdır. Olası değerler şunlardır: "Yok", "WarmupCosine", "Step".

model_name

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

float

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

nesterov

bool

İyileştirici 'sgd' olduğunda nesterov'ı etkinleştirin.

number_of_epochs

int

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.

number_of_workers

int

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.

optimizer

İyileştirici türü. Olası değerler şunlardır: "None", "Sgd", "Adam", "Adamw".

random_seed

int

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.

step_lr_gamma

float

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

step_lr_step_size

int

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

training_batch_size

int

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

validation_batch_size

int

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

warmup_cosine_lr_cycles

float

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

warmup_cosine_lr_warmup_epochs

int

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

weight_decay

float

İyileştirici 'sgd', 'adam' veya 'adamw' olduğunda ağırlık bozulma değeri. [0, 1] aralığındaki bir float olmalıdır.

training_crop_size

int

Eğitim veri kümesinin sinir ağına giriş olan görüntü kırpma boyutu. Pozitif bir tamsayı olmalıdır.

validation_crop_size

int

Doğrulama veri kümesi için sinir ağına giriş yapılan görüntü kırpma boyutu. Pozitif bir tamsayı olmalıdır.

validation_resize_size

int

Doğrulama veri kümesi için kırpmadan önce yeniden boyutlandırılan görüntü boyutu. Pozitif bir tamsayı olmalıdır.

weighted_loss

int

Ağırlıklı kayıp. Ağırlıksız kayıp için kabul edilen değerler 0'dır. 1 sqrt ile ağırlıklı kayıp için. (class_weights). class_weights ile ağırlıklı kayıp için 2. 0 veya 1 veya 2 olmalıdır.

Özel durumlar

FileExistsError

Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

Öznitelikler

base_path

Kaynağın temel yolu.

Döndürülenler

Kaynağın temel yolu.

Dönüş türü

str

creation_context

Kaynağın oluşturma bağlamı.

Döndürülenler

Kaynağın oluşturma meta verileri.

Dönüş türü

Optional[SystemData]

id

Kaynak kimliği.

Döndürülenler

Kaynağın genel kimliği, Azure Resource Manager (ARM) kimliği.

Dönüş türü

Optional[str]

inputs

limits

log_files

İş çıkış dosyaları.

Döndürülenler

Günlük adlarının ve URL'lerin sözlüğü.

Dönüş türü

Optional[Dict[str, str]]

log_verbosity

outputs

primary_metric

search_space

status

İşin durumu.

Döndürülen yaygın değerler şunlardır: "Çalışıyor", "Tamamlandı" ve "Başarısız". Tüm olası değerler şunlardır:

• NotStarted - Bu, istemci tarafı Çalıştırma nesnelerinin bulut göndermeden önce içinde olduğu geçici bir durumdur.

• Başlatılıyor - Çalıştırma bulutta işlenmeye başladı. Çağıranın bu noktada bir çalıştırma kimliği vardır.

• Sağlama - Belirli bir iş gönderimi için isteğe bağlı işlem oluşturuluyor.

• Hazırlanıyor - Çalıştırma ortamı hazırlanıyor ve iki aşamadan birinde:

  • Docker görüntü derlemesi

  • conda ortamı kurulumu

• Kuyruğa alındı - İş işlem hedefinde kuyruğa alındı. Örneğin, BatchAI'de iş kuyruğa alınmış durumdadır

  tüm istenen düğümlerin hazır olmasını beklerken.

• Çalışıyor - İş işlem hedefinde çalışmaya başladı.

• Son haline getirme - Kullanıcı kodu yürütmesi tamamlandı ve çalıştırma işlem sonrası aşamalarda.

• CancelRequested - İş için iptal istendi.

• Tamamlandı - Çalıştırma başarıyla tamamlandı. Buna hem kullanıcı kodu yürütme hem de çalıştırma dahildir

  işlem sonrası aşamalar.

• Başarısız - Çalıştırma başarısız oldu. Genellikle bir çalıştırmadaki Error özelliği nedenine ilişkin ayrıntıları sağlar.

• İptal edildi - bir iptal isteği izler ve çalıştırmanın başarıyla iptal edildi olduğunu gösterir.

• NotResponding - Sinyallerin etkinleştirildiği çalıştırmalar için yakın zamanda sinyal gönderilmedi.

Döndürülenler

İşin durumu.

Dönüş türü

Optional[str]

studio_url

Azure ML studio uç noktası.

Döndürülenler

İş ayrıntıları sayfasının URL'si.

Dönüş türü

Optional[str]

sweep

task_type

Görev türünü alma.

Döndürülenler

Çalıştırılacak görevin türü. Olası değerler şunlardır: "sınıflandırma", "regresyon", "tahmin".

Dönüş türü

str

test_data

Test verilerini alın.

Döndürülenler

Veri girişini test etme

Dönüş türü

Input

training_data

Eğitim verilerini alın.

Döndürülenler

Eğitim verileri girişi

Dönüş türü

Input

training_parameters

type

İşin türü.

Döndürülenler

İşin türü.

Dönüş türü

Optional[str]

validation_data

Doğrulama verilerini alma.

Döndürülenler

Doğrulama veri girişi

Dönüş türü

Input