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.AutoMLImageClassificationBaseImageClassificationMultilabelJob
Oluşturucu
ImageClassificationMultilabelJob(*, primary_metric: str | ClassificationMultilabelPrimaryMetrics | None = None, **kwargs)
Parametreler
- primary_metric
İyileştirme için kullanılacak birincil ölçüm
- kwargs
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
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
Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.
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
parametre alanında arama için ImageClassificationSearchSpace örneğini veya ImageClassificationSearchSpace listesini belirtin
Özel durumlar
Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.
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
Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.
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
Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.
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
Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.
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
Dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.
Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.
Öznitelikler
base_path
creation_context
Kaynağın oluşturma bağlamı.
Döndürülenler
Kaynağın oluşturma meta verileri.
Dönüş türü
id
Kaynak kimliği.
Döndürülenler
Kaynağın genel kimliği, Azure Resource Manager (ARM) kimliği.
Dönüş türü
inputs
limits
log_files
İş çıkış dosyaları.
Döndürülenler
Günlük adlarının ve URL'lerin sözlüğü.
Dönüş türü
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
studio_url
Azure ML studio uç noktası.
Döndürülenler
İş ayrıntıları sayfasının URL'si.
Dönüş türü
sweep
task_type
Görev türünü alma.
Döndürülenler
Çalıştırılacak görevin türü. Olası değerler şunlardır: "sınıflandırma", "regresyon", "tahmin".
Dönüş türü
test_data
training_data
training_parameters
type
validation_data
Azure SDK for Python
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin