ImageModelSettings interface

고급 시나리오에 대한 설정입니다.

최적화 프로그램이 'adam' 또는 'adamw'인 경우 AMSGrad를 사용하도록 설정합니다.

확대를 사용하기 위한 설정입니다.

최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta1' 값입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta2' 값입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

모델 검사점을 저장하는 빈도입니다. 양의 정수여야 합니다.

증분 학습을 위한 미리 학습된 검사점 모델입니다.

증분 학습에 대한 미리 학습된 검사점이 있는 이전 실행의 ID입니다.

분산 학습을 사용할지 여부입니다.

학습 중에 조기 중지 논리를 사용하도록 설정합니다.

조기 중지를 위해 기본 메트릭 개선을 추적하기 전에 대기해야 하는 최소 에포크 또는 검증 평가 수입니다. 양의 정수여야 합니다.

실행이 중지되기 전에 기본 메트릭 개선이 없는 최소 에포크 또는 검증 평가 수입니다. 양의 정수여야 합니다.

ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.

메트릭 점수를 얻기 위해 유효성 검사 데이터 세트를 평가하는 빈도입니다. 양의 정수여야 합니다.

기울기 누적은 모델 가중치를 업데이트하지 않고 구성된 수의 "GradAccumulationStep" 단계를 실행하고 해당 단계의 기울기를 누적한 다음 누적된 기울기를 사용하여 가중치 업데이트를 계산하는 것을 의미합니다. 양의 정수여야 합니다.

모델에 대해 고정할 레이어 수입니다. 양의 정수여야 합니다. 예를 들어, 'seresnext'의 값으로 2를 전달하면 layer0 및 layer1이 고정됩니다. 지원되는 모델의 전체 목록과 레이어 고정에 대한 자세한 내용은 다음을 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models참조하십시오.

초기 학습률입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

학습 속도 스케줄러 열거형입니다.

학습에 사용할 모델의 이름입니다. 사용 가능한 모델에 대한 자세한 내용은 공식 문서를 참조하십시오. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

최적화 프로그램이 'sgd'일 때의 모멘텀 값입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.

학습 Epoch의 수입니다. 양의 정수여야 합니다.

데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.

이미지 모델에 대한 확률론적 최적화 프로그램.

결정적 학습을 사용할 때 사용할 임의 시드입니다.

학습 속도 스케줄러가 '단계'인 경우 감마 값입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

학습 속도 스케줄러가 '단계'인 경우 단계 크기의 값입니다. 양의 정수여야 합니다.

학습 배치 크기 양의 정수여야 합니다.

유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.

학습 속도 스케줄러가 'warmup_cosine'인 경우 코사인 주기의 값입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

학습 속도 스케줄러가 'warmup_cosine'인 경우 준비 epoch의 값입니다. 양의 정수여야 합니다.

최적화 프로그램이 'sgd', 'adam' 또는 'adamw'인 경우 가중치 감쇠 값입니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.