ImageModelSettingsClassification interface

Dimensioni di ritaglio delle immagini che vengono immesse nella rete neurale per il set di dati di training. Deve essere un intero positivo.

trainingCropSize?: number

Valore della proprietà

Dimensione ritaglio immagine che viene immessa nella rete neurale per il set di dati di convalida. Deve essere un intero positivo.

validationCropSize?: number

Valore della proprietà

Dimensioni dell'immagine in cui ridimensionare prima del ritaglio per il set di dati di convalida. Deve essere un intero positivo.

validationResizeSize?: number

Valore della proprietà

Perdita ponderata. I valori accettati sono 0 per nessuna perdita ponderata. 1 per perdita ponderata con sqrt. (class_weights). 2 per perdita ponderata con class_weights. Deve essere 0 o 1 o 2.

weightedLoss?: number

Valore della proprietà

Impostazioni per scenari avanzati.

advancedSettings?: string

Valore della proprietà

Ereditato daImageModelSettings.advancedSettings

Abilitare AMSGrad quando Optimizer è 'adam' o 'adamw'.

amsGradient?: boolean

Valore della proprietà

Ereditato daImageModelSettings.amsGradient

Impostazioni per l'uso di Augmentations.

augmentations?: string

Valore della proprietà

Ereditato daImageModelSettings.augmentations

Valore di 'beta1' quando optimizer è 'adam' o 'adamw'. Deve essere un valore float compreso nell'intervallo [0, 1].

beta1?: number

Valore della proprietà

Ereditato daImageModelSettings.beta1

Valore di 'beta2' quando optimizer è 'adam' o 'adamw'. Deve essere un valore float compreso nell'intervallo [0, 1].

beta2?: number

Valore della proprietà

Ereditato daImageModelSettings.beta2

Frequenza per archiviare i checkpoint del modello. Deve essere un intero positivo.

checkpointFrequency?: number

Valore della proprietà

Ereditato daImageModelSettings.checkpointFrequency

Modello di checkpoint con training preliminare per il training incrementale.

checkpointModel?: MLFlowModelJobInput

Valore della proprietà

Ereditato daImageModelSettings.checkpointModel

ID di un'esecuzione precedente con un checkpoint con training preliminare per il training incrementale.

checkpointRunId?: string

Valore della proprietà

Ereditato daImageModelSettings.checkpointRunId

Indica se usare il training distribuito.

distributed?: boolean

Valore della proprietà

Ereditato daImageModelSettings.distributed

Abilitare la logica di arresto anticipato durante il training.

earlyStopping?: boolean

Valore della proprietà

Ereditato daImageModelSettings.earlyStopping

Numero minimo di epoche o valutazioni di convalida da attendere prima che il miglioramento della metrica primaria venga monitorato per l'arresto anticipato. Deve essere un intero positivo.

earlyStoppingDelay?: number

Valore della proprietà

Ereditato daImageModelSettings.earlyStoppingDelay

Numero minimo di epoche o valutazioni di convalida senza alcun miglioramento della metrica primaria prima dell'arresto dell'esecuzione. Deve essere un intero positivo.

earlyStoppingPatience?: number

Valore della proprietà

Ereditato daImageModelSettings.earlyStoppingPatience

Abilitare la normalizzazione durante l'esportazione del modello ONNX.

enableOnnxNormalization?: boolean

Valore della proprietà

Ereditato daImageModelSettings.enableOnnxNormalization

Frequenza per valutare il set di dati di convalida per ottenere i punteggi delle metriche. Deve essere un intero positivo.

evaluationFrequency?: number

Valore della proprietà

Ereditato daImageModelSettings.evaluationFrequency

L'accumulo di gradiente significa eseguire un numero configurato di passaggi "GradAccumulationStep" senza aggiornare i pesi del modello mentre si accumulano i gradienti di tali passaggi e quindi usare i gradienti accumulati per calcolare gli aggiornamenti del peso. Deve essere un intero positivo.

gradientAccumulationStep?: number

Valore della proprietà

Ereditato daImageModelSettings.gradientAccumulationStep

Numero di livelli da bloccare per il modello. Deve essere un intero positivo. Ad esempio, passare 2 come valore per 'seresnext' significa congelare layer0 e layer1. Per un elenco completo dei modelli supportati e per i dettagli sul congelamento degli strati, consultare: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: number

Valore della proprietà

Ereditato daImageModelSettings.layersToFreeze

Velocità di apprendimento iniziale. Deve essere un valore float compreso nell'intervallo [0, 1].

learningRate?: number

Valore della proprietà

Ereditato daImageModelSettings.learningRate

Enumerazione del pianificatore delle tariffe di apprendimento.

learningRateScheduler?: string

Valore della proprietà

Ereditato daImageModelSettings.learningRateScheduler

Nome del modello da usare per il training. Per maggiori informazioni sui modelli disponibili visita la documentazione ufficiale: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Valore della proprietà

Ereditato daImageModelSettings.modelName

Valore di momentum quando optimizer è 'sgd'. Deve essere un valore float compreso nell'intervallo [0, 1].

momentum?: number

Valore della proprietà

Ereditato daImageModelSettings.momentum

Abilitare nesterov quando optimizer è "sgd".

nesterov?: boolean

Valore della proprietà

Ereditato daImageModelSettings.nesterov

Numero di periodi di training. Deve essere un intero positivo.

numberOfEpochs?: number

Valore della proprietà

Ereditato daImageModelSettings.numberOfEpochs

Numero di ruoli di lavoro del caricatore di dati. Deve essere un numero intero non negativo.

numberOfWorkers?: number

Valore della proprietà

Ereditato daImageModelSettings.numberOfWorkers

Ottimizzatore stocastico per modelli di immagine.

optimizer?: string

Valore della proprietà

Ereditato daImageModelSettings.optimizer

Valore di inizializzazione casuale da usare quando si usa il training deterministico.

randomSeed?: number

Valore della proprietà

Ereditato daImageModelSettings.randomSeed

Il valore gamma quando l'utilità di pianificazione della frequenza di apprendimento è 'step'. Deve essere un valore float compreso nell'intervallo [0, 1].

stepLRGamma?: number

Valore della proprietà

Ereditato daImageModelSettings.stepLRGamma

Valore delle dimensioni del passaggio quando l'utilità di pianificazione della frequenza di apprendimento è "passaggio". Deve essere un intero positivo.

stepLRStepSize?: number

Valore della proprietà

Ereditato daImageModelSettings.stepLRStepSize

Dimensioni del batch di training. Deve essere un intero positivo.

trainingBatchSize?: number

Valore della proprietà

Ereditato daImageModelSettings.trainingBatchSize

Dimensioni del batch di convalida. Deve essere un intero positivo.

validationBatchSize?: number

Valore della proprietà

Ereditato daImageModelSettings.validationBatchSize

Il valore del ciclo coseno quando l'utilità di pianificazione della frequenza di apprendimento è "warmup_cosine". Deve essere un valore float compreso nell'intervallo [0, 1].

warmupCosineLRCycles?: number

Valore della proprietà

Ereditato daImageModelSettings.warmupCosineLRCycles

Il valore dei periodi di riscaldamento quando l'utilità di pianificazione della frequenza di apprendimento è "warmup_cosine". Deve essere un intero positivo.

warmupCosineLRWarmupEpochs?: number

Valore della proprietà

Ereditato daImageModelSettings.warmupCosineLRWarmupEpochs

Valore del decadimento del peso quando optimizer è 'sgd', 'adam' o 'adamw'. Deve essere un valore float nell'intervallo[0, 1].

weightDecay?: number

Valore della proprietà

Ereditato daImageModelSettings.weightDecay