你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
ImageClassificationSearchSpace 类
搜索 AutoML 图像分类和图像分类多标签任务的空间。
- 继承
-
azure.ai.ml.entities._mixins.RestTranslatableMixinImageClassificationSearchSpace
构造函数
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)
参数
- ams_gradient
- str 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
当优化器为“adam”或“adamw”时启用 AMSGrad。
- beta1
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
当优化器为“adam”或“adamw”时,“beta1”的值。 必须是 [0, 1] 范围内的浮点数。
- beta2
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
当优化器为“adam”或“adamw”时,“beta2”的值。 必须是 [0, 1] 范围内的浮点数。
- distributed
- bool 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
是否使用分发程序训练。
- early_stopping
- bool 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
在训练期间启用提前停止逻辑。
- early_stopping_delay
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
跟踪主要指标改进以提前停止之前等待的最小纪元或验证评估数。 必须是正整数。
- early_stopping_patience
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
在停止运行之前,没有主要指标改进的最小纪元或验证评估数。 必须是正整数。
- enable_onnx_normalization
- bool 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
导出 ONNX 模型时启用规范化。
- evaluation_frequency
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
评估验证数据集以获得指标分数所遵循的频率。 必须是正整数。
- gradient_accumulation_step
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
渐变累积意味着在不更新模型权重的情况下运行配置数量的“GradAccumulationStep”步骤,同时累积这些步骤的渐变,然后使用累积的渐变计算权重更新。 必须是正整数。
- layers_to_freeze
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
模型要冻结的层数。 必须是正整数。 例如,将 2 作为“seresnext”的值传递意味着冻结 layer0 和 layer1。 有关支持模型的完整列表以及有关层冻结的详细信息,请参阅: https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters。 # pylint: disable=line-too-long
- learning_rate
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
初始学习速率。 必须是 [0, 1] 范围内的浮点数。
- learning_rate_scheduler
- str 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
学习速率计划程序的类型。 必须为“warmup_cosine”或“step”。
- model_name
- str 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
用于训练的模型的名称。 有关可用模型的详细信息,请访问官方文档: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。
- momentum
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
优化器为“sgd”时的动量值。 必须是 [0, 1] 范围内的浮点数。
- nesterov
- bool 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
当优化器为“sgd”时启用 nesterov。
- number_of_epochs
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
训练循环数。 必须是正整数。
- number_of_workers
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
数据加载程序辅助角色数。 必须是非负整数。
- optimizer
- str 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
优化器的类型。 必须是“sgd”、“adam”或“adamw”。
- random_seed
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
使用确定性训练时要使用的随机种子。
- step_lr_gamma
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
学习速率计划程序为“step”时,gamma 的值。 必须是 [0, 1] 范围内的浮点数。
- step_lr_step_size
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
学习速率计划程序为“step”时步骤大小的值。 必须是正整数。
- training_batch_size
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
训练批大小。 必须是正整数。
- validation_batch_size
- str 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
验证批大小。 必须是正整数。
- warmup_cosine_lr_cycles
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
学习速率计划程序为“warmup_cosine”时的余弦周期值。 必须是 [0, 1] 范围内的浮点数。
- warmup_cosine_lr_warmup_epochs
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
学习速率计划程序为“warmup_cosine”时预热纪元的值。 必须是正整数。
- weight_decay
- float 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
优化器为“sgd”、“adam”或“adamw”时的权重衰减值。 必须是范围[0, 1] 中的浮点数。
- training_crop_size
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
输入到神经网络以用于训练数据集的图像裁剪大小。 必须是正整数。
- validation_crop_size
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
输入到神经网络的验证数据集的图像裁剪大小。 必须是正整数。
- validation_resize_size
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
在为验证数据集裁剪之前要将图像调整到的大小。 必须是正整数。
- weighted_loss
- int 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
加权损失。 对于没有加权损失,接受的值为 0。 1 用于使用 sqrt. (class_weights) 的加权损失。 2 表示使用 class_weights 计算的加权损失。 必须为 0、1 或 2。
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈