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.RestTranslatableMixin

ImageClassificationSearchSpace

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>

必需

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>

必需

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>

必需

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>

必需

是否使用分发程序训练。

early_stopping

bool 或 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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>

必需

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。