ImageModelSettingsClassification interface

Bijsnijdgrootte van afbeeldingen die wordt ingevoerd in het neurale netwerk voor de trainingsgegevensset. Moet een positief geheel getal zijn.

trainingCropSize?: number

Waarde van eigenschap

Bijsnijdgrootte van afbeeldingen die wordt ingevoerd in het neurale netwerk voor de validatiegegevensset. Moet een positief geheel getal zijn.

validationCropSize?: number

Waarde van eigenschap

Afbeeldingsgrootte waarnaar u het formaat wilt wijzigen voordat u bijsnijd voor validatiegegevensset. Moet een positief geheel getal zijn.

validationResizeSize?: number

Waarde van eigenschap

Gewogen verlies. De geaccepteerde waarden zijn 0 voor geen gewogen verlies. 1 voor gewogen verlies met wortel. (class_weights). 2 voor gewogen verlies met class_weights. Moet 0 of 1 of 2 zijn.

weightedLoss?: number

Waarde van eigenschap

Instellingen voor geavanceerde scenario's.

advancedSettings?: string

Waarde van eigenschap

Geërfd vanImageModelSettings.advancedSettings

Schakel AMSGrad in wanneer optimizer 'adam' of 'adamw' is.

amsGradient?: boolean

Waarde van eigenschap

Geërfd vanImageModelSettings.amsGradient

Instellingen voor het gebruik van augmentations.

augmentations?: string

Waarde van eigenschap

Geërfd vanImageModelSettings.augmentations

De waarde van 'beta1' wanneer optimizer 'adam' of 'adamw' is. Moet een float in het bereik [0, 1] zijn.

beta1?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.beta1

De waarde van 'beta2' wanneer optimizer 'adam' of 'adamw' is. Moet een float in het bereik [0, 1] zijn.

beta2?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.beta2

Frequentie voor het opslaan van modelcontrolepunten. Moet een positief geheel getal zijn.

checkpointFrequency?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.checkpointFrequency

Het vooraf getrainde controlepuntmodel voor incrementele training.

checkpointModel?: MLFlowModelJobInput

Waarde van eigenschap

Geërfd vanImageModelSettings.checkpointModel

De id van een vorige uitvoering met een vooraf getraind controlepunt voor incrementele training.

checkpointRunId?: string

Waarde van eigenschap

Geërfd vanImageModelSettings.checkpointRunId

Of u gedistribueerde training wilt gebruiken.

distributed?: boolean

Waarde van eigenschap

Geërfd vanImageModelSettings.distributed

Schakel vroege stoplogica in tijdens de training.

earlyStopping?: boolean

Waarde van eigenschap

Geërfd vanImageModelSettings.earlyStopping

Minimum aantal epochs of validatie-evaluaties om te wachten voordat primaire metrische verbetering wordt bijgehouden voor vroegtijdige stopzetting. Moet een positief geheel getal zijn.

earlyStoppingDelay?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.earlyStoppingDelay

Minimaal aantal epochs of validatie-evaluaties zonder primaire metrische verbetering voordat de run wordt gestopt. Moet een positief geheel getal zijn.

earlyStoppingPatience?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.earlyStoppingPatience

Normalisatie inschakelen bij het exporteren van een ONNX-model.

enableOnnxNormalization?: boolean

Waarde van eigenschap

Geërfd vanImageModelSettings.enableOnnxNormalization

Frequentie voor het evalueren van de validatiegegevensset om metrische scores op te halen. Moet een positief geheel getal zijn.

evaluationFrequency?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.evaluationFrequency

Gradiëntaccumulatie betekent het uitvoeren van een geconfigureerd aantal "GradAccumulationStep"-stappen zonder de modelgewichten bij te werken tijdens het verzamelen van de verlopen van die stappen, en vervolgens de geaccumuleerde gradiënten te gebruiken om de gewichtsupdates te berekenen. Moet een positief geheel getal zijn.

gradientAccumulationStep?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.gradientAcumulationStep

Aantal lagen dat moet worden geblokkeerd voor het model. Moet een positief geheel getal zijn. Als u bijvoorbeeld 2 als waarde voor 'seresnext' doorgeeft, betekent dit dat laag0 en laag1 worden bevroren. Voor een volledige lijst van ondersteunde modellen en details over laagbevriezing, zie: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.layersToFreeze

Eerste leersnelheid. Moet een float in het bereik [0, 1] zijn.

learningRate?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.learningRate

Leren tarief scheduler enum.

learningRateScheduler?: string

Waarde van eigenschap

Geërfd vanImageModelSettings.learningRateScheduler

De naam van het model dat moet worden gebruikt voor training. Ga voor meer informatie over de beschikbare modellen naar de officiële documentatie: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Waarde van eigenschap

Geërfd vanImageModelSettings.modelName

Waarde van momentum wanneer optimizer 'sgd' is. Moet een float in het bereik [0, 1] zijn.

momentum?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.momentum

Schakel nesterov in wanneer optimizer 'sgd' is.

nesterov?: boolean

Waarde van eigenschap

Geërfd vanImageModelSettings.nesterov

Aantal trainingstijdvakken. Moet een positief geheel getal zijn.

numberOfEpochs?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.numberOfEpochs

Aantal werkrollen voor gegevenslaadprogramma's. Moet een niet-negatief geheel getal zijn.

numberOfWorkers?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.numberOfWorkers

Stochastic optimizer voor beeldmodellen.

optimizer?: string

Waarde van eigenschap

Geërfd vanImageModelSettings.optimizer

Willekeurig zaad dat moet worden gebruikt bij het gebruik van deterministische training.

randomSeed?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.randomSeed

Waarde van gamma wanneer de leerfrequentieplanner 'stap' is. Moet een float in het bereik [0, 1] zijn.

stepLRGamma?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.stepLRGamma

Waarde van stapgrootte wanneer de leerfrequentieplanner 'stap' is. Moet een positief geheel getal zijn.

stepLRStepSize?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.stepLRStepSize

Grootte van trainingsbatch. Moet een positief geheel getal zijn.

trainingBatchSize?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.trainingBatchSize

Validatiebatchgrootte Moet een positief geheel getal zijn.

validationBatchSize?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.validationBatchSize

Waarde van cosinuscyclus wanneer de leerfrequentieplanner 'warmup_cosine' is. Moet een float in het bereik [0, 1] zijn.

warmupCosineLRCycles?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.warmupCosineLRCycles

Waarde van opwarmtijdtijdvakken wanneer leerfrequentieplanner 'warmup_cosine' is. Moet een positief geheel getal zijn.

warmupCosineLRWarmupEpochs?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.warmupCosineLRWarmupEpochs

Waarde van gewichtsverval wanneer optimizer 'sgd', 'adam' of 'adamw' is. Moet een float zijn in het bereik[0, 1].

weightDecay?: number

Waarde van eigenschap

Geërfd vanImageModelSettings.weightDecay