ImageModelSettingsClassification interface

الحزمة:
@azure/arm-machinelearning

الإعدادات المستخدمة لتدريب النموذج. لمزيد من المعلومات حول الإعدادات المتاحة، يرجى زيارة الوثائق الرسمية: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

يمتد
ImageModelSettings

الخصائص

trainingCropSize

حجم اقتصاص الصورة الذي يتم إدخاله إلى الشبكة العصبية لمجموعة بيانات التدريب. يجب أن يكون عددا صحيحا موجبا.
validationCropSize

حجم اقتصاص الصورة الذي يتم إدخاله إلى الشبكة العصبية لمجموعة بيانات التحقق من الصحة. يجب أن يكون عددا صحيحا موجبا.
validationResizeSize

حجم الصورة المراد تغيير حجمها قبل الاقتصاص لمجموعة بيانات التحقق من الصحة. يجب أن يكون عددا صحيحا موجبا.
weightedLoss

خسارة مرجحة. القيم المقبولة هي 0 بدون خسارة مرجحة. 1 للخسارة المرجحة مع sqrt. (class_weights). 2 للخسارة المرجحة مع class_weights. يجب أن يكون 0 أو 1 أو 2.

الخصائص الموروثة

advancedSettings

إعدادات السيناريوهات المتقدمة.
amsGradient

تمكين AMSGrad عندما يكون المحسن هو "آدم" أو "adamw".
augmentations

إعدادات استخدام التكبير.
beta1

قيمة 'beta1' عندما يكون المحسن هو 'آدم' أو 'adamw'. يجب أن يكون عائما في النطاق [0، 1].
beta2

قيمة 'beta2' عندما يكون المحسن هو 'آدم' أو 'adamw'. يجب أن يكون عائما في النطاق [0، 1].
checkpointFrequency

تكرار تخزين نقاط التحقق النموذجية. يجب أن يكون عددا صحيحا موجبا.
checkpointModel

نموذج نقطة التحقق المدرب مسبقا للتدريب المتزايد.
checkpointRunId

معرف التشغيل السابق الذي يحتوي على نقطة تحقق مدربة مسبقا للتدريب المتزايد.
distributed

ما إذا كان يجب استخدام التدريب الموزع.
earlyStopping

تمكين منطق الإيقاف المبكر أثناء التدريب.
earlyStoppingDelay

الحد الأدنى لعدد الفترات أو تقييمات التحقق التي يجب الانتظار قبل تتبع تحسين المقياس الأساسي للتوقف المبكر. يجب أن يكون عددا صحيحا موجبا.
earlyStoppingPatience

الحد الأدنى لعدد الفترات أو تقييمات التحقق دون أي تحسين للمقياس الأساسي قبل إيقاف التشغيل. يجب أن يكون عددا صحيحا موجبا.
enableOnnxNormalization

تمكين التطبيع عند تصدير نموذج ONNX.
evaluationFrequency

تكرار تقييم مجموعة بيانات التحقق من الصحة للحصول على درجات القياس. يجب أن يكون عددا صحيحا موجبا.
gradientAccumulationStep

تراكم التدرج يعني تشغيل عدد معين من خطوات "خطوة التراكم" دون تحديث أوزان النماذج أثناء تراكم تدرجات تلك الخطوات، ثم استخدام التدرجات المتراكمة لحساب تحديثات الأوزان. يجب أن يكون عددا صحيحا موجبا.
layersToFreeze

عدد الطبقات المراد تجميدها للنموذج. يجب أن يكون عددا صحيحا موجبا. على سبيل المثال، تمرير 2 كقيمة ل 'seresnext' يعني تجميد الطبقة 0 والطبقة 1. للحصول على القائمة الكاملة للنماذج المدعومة وتفاصيل حول تجميد الطبقات، يرجى الاطلاع على: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate

معدل التعلم الأولي. يجب أن يكون عائما في النطاق [0، 1].
learningRateScheduler

جدولة معدلات التعلم enum.
modelName

اسم النموذج الذي يجب استخدامه للتدريب. لمزيد من المعلومات حول النماذج المتاحة، يرجى زيارة الوثائق الرسمية: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum

قيمة الزخم عندما يكون المحسن هو 'sgd'. يجب أن يكون عائما في النطاق [0، 1].
nesterov

تمكين nesterov عندما يكون المحسن هو 'sgd'.
numberOfEpochs

عدد فترات التدريب. يجب أن يكون عددا صحيحا موجبا.
numberOfWorkers

عدد عمال تحميل البيانات. يجب أن يكون عددا صحيحا غير سالب.
optimizer

محسن عشوائي لنماذج الصور.
randomSeed

البذور العشوائية لاستخدامها عند استخدام التدريب المحدد.
stepLRGamma

قيمة غاما عندما يكون مجدول معدل التعلم "خطوة". يجب أن يكون عائما في النطاق [0، 1].
stepLRStepSize

قيمة حجم الخطوة عندما يكون مجدول معدل التعلم "خطوة". يجب أن يكون عددا صحيحا موجبا.
trainingBatchSize

حجم دفعة التدريب. يجب أن يكون عددا صحيحا موجبا.
validationBatchSize

حجم دفعة التحقق من الصحة. يجب أن يكون عددا صحيحا موجبا.
warmupCosineLRCycles

قيمة دورة جيب التمام عندما يكون مجدول معدل التعلم "warmup_cosine". يجب أن يكون عائما في النطاق [0، 1].
warmupCosineLRWarmupEpochs

قيمة فترات التجهيز عندما يكون مجدول معدل التعلم هو "warmup_cosine". يجب أن يكون عددا صحيحا موجبا.
weightDecay

قيمة تسوس الوزن عندما يكون المحسن هو 'sgd' أو 'adam' أو 'adamw'. يجب أن يكون عائما في النطاق[0، 1].

تفاصيل الخاصية

trainingCropSize

حجم اقتصاص الصورة الذي يتم إدخاله إلى الشبكة العصبية لمجموعة بيانات التدريب. يجب أن يكون عددا صحيحا موجبا.

trainingCropSize?: number

قيمة الخاصية

number

validationCropSize

حجم اقتصاص الصورة الذي يتم إدخاله إلى الشبكة العصبية لمجموعة بيانات التحقق من الصحة. يجب أن يكون عددا صحيحا موجبا.

validationCropSize?: number

قيمة الخاصية

number

validationResizeSize

حجم الصورة المراد تغيير حجمها قبل الاقتصاص لمجموعة بيانات التحقق من الصحة. يجب أن يكون عددا صحيحا موجبا.

validationResizeSize?: number

قيمة الخاصية

number

weightedLoss

خسارة مرجحة. القيم المقبولة هي 0 بدون خسارة مرجحة. 1 للخسارة المرجحة مع sqrt. (class_weights). 2 للخسارة المرجحة مع class_weights. يجب أن يكون 0 أو 1 أو 2.

weightedLoss?: number

قيمة الخاصية

number

تفاصيل الخاصية الموروثة

advancedSettings

إعدادات السيناريوهات المتقدمة.

advancedSettings?: string

قيمة الخاصية

string

موروث منImageModelSettings.advancedSettings

amsGradient

تمكين AMSGrad عندما يكون المحسن هو "آدم" أو "adamw".

amsGradient?: boolean

قيمة الخاصية

boolean

موروث منImageModelSettings.amsGradient

augmentations

إعدادات استخدام التكبير.

augmentations?: string

قيمة الخاصية

string

موروث منImageModelSettings.augmentations

beta1

قيمة 'beta1' عندما يكون المحسن هو 'آدم' أو 'adamw'. يجب أن يكون عائما في النطاق [0، 1].

beta1?: number

قيمة الخاصية

number

موروث منImageModelSettings.beta1

beta2

قيمة 'beta2' عندما يكون المحسن هو 'آدم' أو 'adamw'. يجب أن يكون عائما في النطاق [0، 1].

beta2?: number

قيمة الخاصية

number

موروث منImageModelSettings.beta2

checkpointFrequency

تكرار تخزين نقاط التحقق النموذجية. يجب أن يكون عددا صحيحا موجبا.

checkpointFrequency?: number

قيمة الخاصية

number

موروث منImageModelSettings.checkpointFrequency

checkpointModel

نموذج نقطة التحقق المدرب مسبقا للتدريب المتزايد.

checkpointModel?: MLFlowModelJobInput

قيمة الخاصية

MLFlowModelJobInput

موروث منImageModelSettings.checkpointModel

checkpointRunId

معرف التشغيل السابق الذي يحتوي على نقطة تحقق مدربة مسبقا للتدريب المتزايد.

checkpointRunId?: string

قيمة الخاصية

string

موروث منImageModelSettings.checkpointRunId

distributed

ما إذا كان يجب استخدام التدريب الموزع.

distributed?: boolean

قيمة الخاصية

boolean

موروث منImageModelSettings.distributed

earlyStopping

تمكين منطق الإيقاف المبكر أثناء التدريب.

earlyStopping?: boolean

قيمة الخاصية

boolean

تم الوراثة منImageModelSettings.earlyStopping

earlyStoppingDelay

الحد الأدنى لعدد الفترات أو تقييمات التحقق التي يجب الانتظار قبل تتبع تحسين المقياس الأساسي للتوقف المبكر. يجب أن يكون عددا صحيحا موجبا.

earlyStoppingDelay?: number

قيمة الخاصية

number

موروث منImageModelSettings.earlyStoppingDelay

earlyStoppingPatience

الحد الأدنى لعدد الفترات أو تقييمات التحقق دون أي تحسين للمقياس الأساسي قبل إيقاف التشغيل. يجب أن يكون عددا صحيحا موجبا.

earlyStoppingPatience?: number

قيمة الخاصية

number

موروث منImageModelSettings.earlyStoppingPatience

enableOnnxNormalization

تمكين التطبيع عند تصدير نموذج ONNX.

enableOnnxNormalization?: boolean

قيمة الخاصية

boolean

موروث منImageModelSettings.enableOnnxNormalization

evaluationFrequency

تكرار تقييم مجموعة بيانات التحقق من الصحة للحصول على درجات القياس. يجب أن يكون عددا صحيحا موجبا.

evaluationFrequency?: number

قيمة الخاصية

number

موروث منImageModelSettings.evaluationFrequency

gradientAccumulationStep

تراكم التدرج يعني تشغيل عدد معين من خطوات "خطوة التراكم" دون تحديث أوزان النماذج أثناء تراكم تدرجات تلك الخطوات، ثم استخدام التدرجات المتراكمة لحساب تحديثات الأوزان. يجب أن يكون عددا صحيحا موجبا.

gradientAccumulationStep?: number

قيمة الخاصية

number

تم الاعتماد عليه منImageModelSettings.gradientAccumulationStep

layersToFreeze

عدد الطبقات المراد تجميدها للنموذج. يجب أن يكون عددا صحيحا موجبا. على سبيل المثال، تمرير 2 كقيمة ل 'seresnext' يعني تجميد الطبقة 0 والطبقة 1. للحصول على القائمة الكاملة للنماذج المدعومة وتفاصيل حول تجميد الطبقات، يرجى الاطلاع على: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: number

قيمة الخاصية

number

موروث منImageModelSettings.layersToFreeze

learningRate

معدل التعلم الأولي. يجب أن يكون عائما في النطاق [0، 1].

learningRate?: number

قيمة الخاصية

number

موروث منImageModelSettings.learningRate

learningRateScheduler

جدولة معدلات التعلم enum.

learningRateScheduler?: string

قيمة الخاصية

string

موروث منImageModelSettings.learningRateScheduler

modelName

اسم النموذج الذي يجب استخدامه للتدريب. لمزيد من المعلومات حول النماذج المتاحة، يرجى زيارة الوثائق الرسمية: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

قيمة الخاصية

string

موروث منImageModelSettings.modelName

momentum

قيمة الزخم عندما يكون المحسن هو 'sgd'. يجب أن يكون عائما في النطاق [0، 1].

momentum?: number

قيمة الخاصية

number

موروث منImageModelSettings.momentum

nesterov

تمكين nesterov عندما يكون المحسن هو 'sgd'.

nesterov?: boolean

قيمة الخاصية

boolean

موروث منImageModelSettings.nesterov

numberOfEpochs

عدد فترات التدريب. يجب أن يكون عددا صحيحا موجبا.

numberOfEpochs?: number

قيمة الخاصية

number

موروث منImageModelSettings.numberOfEpochs

numberOfWorkers

عدد عمال تحميل البيانات. يجب أن يكون عددا صحيحا غير سالب.

numberOfWorkers?: number

قيمة الخاصية

number

موروث منImageModelSettings.numberOfWorkers

optimizer

محسن عشوائي لنماذج الصور.

optimizer?: string

قيمة الخاصية

string

موروث منImageModelSettings.optimizer

randomSeed

البذور العشوائية لاستخدامها عند استخدام التدريب المحدد.

randomSeed?: number

قيمة الخاصية

number

تم الورث منImageModelSettings.randomSeed

stepLRGamma

قيمة غاما عندما يكون مجدول معدل التعلم "خطوة". يجب أن يكون عائما في النطاق [0، 1].

stepLRGamma?: number

قيمة الخاصية

number

موروث منImageModelSettings.stepLRGamma

stepLRStepSize

قيمة حجم الخطوة عندما يكون مجدول معدل التعلم "خطوة". يجب أن يكون عددا صحيحا موجبا.

stepLRStepSize?: number

قيمة الخاصية

number

موروث منImageModelSettings.stepLRStepSize

trainingBatchSize

حجم دفعة التدريب. يجب أن يكون عددا صحيحا موجبا.

trainingBatchSize?: number

قيمة الخاصية

number

موروث منImageModelSettings.trainingBatchSize

validationBatchSize

حجم دفعة التحقق من الصحة. يجب أن يكون عددا صحيحا موجبا.

validationBatchSize?: number

قيمة الخاصية

number

موروث منImageModelSettings.validationBatchSize

warmupCosineLRCycles

قيمة دورة جيب التمام عندما يكون مجدول معدل التعلم "warmup_cosine". يجب أن يكون عائما في النطاق [0، 1].

warmupCosineLRCycles?: number

قيمة الخاصية

number

موروث منImageModelSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

قيمة فترات التجهيز عندما يكون مجدول معدل التعلم هو "warmup_cosine". يجب أن يكون عددا صحيحا موجبا.

warmupCosineLRWarmupEpochs?: number

قيمة الخاصية

number

موروث منImageModelSettings.warmupCosineLRWarmupEpochs

weightDecay

قيمة تسوس الوزن عندما يكون المحسن هو 'sgd' أو 'adam' أو 'adamw'. يجب أن يكون عائما في النطاق[0، 1].

weightDecay?: number

قيمة الخاصية

number

موروث منImageModelSettings.weightDecay