ImageModelSettingsClassification interface

影像裁剪大小，這是訓練數據集之類神經網路的輸入。 必須是正整數。

trainingCropSize?: number

屬性值

影像裁剪大小，這是用於驗證數據集之類神經網路的輸入。 必須是正整數。

validationCropSize?: number

屬性值

在裁剪驗證數據集之前要重設大小的影像大小。 必須是正整數。

validationResizeSize?: number

屬性值

加權減肥。 接受的值是 0，沒有加權損失。 1 用於與 sqrt 減肥。（class_weights）。 2 用於減肥與class_weights。 必須是 0 或 1 或 2。

weightedLoss?: number

屬性值

進階案例的設定。

advancedSettings?: string

屬性值

繼承自ImageModelSettings.advancedSettings

當優化器為 『adam』 或 'adamw' 時啟用AMSGrad。

amsGradient?: boolean

屬性值

繼承自ImageModelSettings.amsGradient

使用擴增的設定。

augmentations?: string

屬性值

繼承自ImageModelSettings.augmentations

優化器為 'adam' 或 'adamw' 時的 'beta1' 值。 必須是範圍 [0, 1] 內的浮點數。

beta1?: number

屬性值

繼承自ImageModelSettings.beta1

優化器為 'adam' 或 'adamw' 時的 'beta2' 值。 必須是範圍 [0, 1] 內的浮點數。

beta2?: number

屬性值

承襲自ImageModelSettings.beta2

儲存模型檢查點的頻率。 必須是正整數。

checkpointFrequency?: number

屬性值

繼承自ImageModelSettings.checkpointFrequency

累加訓練的預先定型檢查點模型。

checkpointModel?: MLFlowModelJobInput

屬性值

繼承自ImageModelSettings.checkpointModel

先前執行的標識碼，其具有累加式定型的預先定型檢查點。

checkpointRunId?: string

屬性值

繼承自ImageModelSettings.checkpointRunId。

是否要使用分散式定型。

distributed?: boolean

屬性值

承襲自ImageModelSettings.distributed

在定型期間啟用早期停止邏輯。

earlyStopping?: boolean

屬性值

繼承自ImageModelSettings.earlyStopping

在追蹤主要指標改善以提前停止之前，要等待的紀元或驗證評估數目下限。 必須是正整數。

earlyStoppingDelay?: number

屬性值

繼承自ImageModelSettings.earlyStoppingDelay

在停止執行之前，沒有主要指標改善的紀元或驗證評估數目下限。 必須是正整數。

earlyStoppingPatience?: number

屬性值

繼承自ImageModelSettings.earlyStoppingPatience

匯出 ONNX 模型時啟用正規化。

enableOnnxNormalization?: boolean

屬性值

繼承自ImageModelSettings.enableOnnxNormalization

評估驗證數據集以取得計量分數的頻率。 必須是正整數。

evaluationFrequency?: number

屬性值

繼承自ImageModelSettings.evaluationFrequency

梯度累積是指在累積這些步驟的梯度時，執行已設定數目的「GradAccumulationStep」步驟，而不更新模型權重，然後使用累積的梯度來計算權重更新。 必須是正整數。

gradientAccumulationStep?: number

屬性值

繼承自ImageModelSettings.gradientAccumulationStep

要凍結模型的圖層數目。 必須是正整數。 例如，傳遞 2 作為 'seresnext' 的值意味著凍結 layer0 和 layer1。 有關支持的模型的完整列表和圖層凍結的詳細信息，請參閱： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

layersToFreeze?: number

屬性值

繼承自ImageModelSettings.layersToFreeze

初始學習速率。 必須是範圍 [0, 1] 內的浮點數。

learningRate?: number

屬性值

繼承自ImageModelSettings.learningRate

學習速率排程器列舉。

learningRateScheduler?: string

屬性值

繼承自ImageModelSettings.learningRateScheduler

要用於定型的模型名稱。 有關可用型號的更多信息，請訪問官方文檔： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

modelName?: string

屬性值

繼承自ImageModelSettings.modelName

優化器為 『zn』 時的動量值。 必須是範圍 [0, 1] 內的浮點數。

momentum?: number

屬性值

繼承自ImageModelSettings.momentum

在優化器為 『zn』 時啟用 nesterov。

nesterov?: boolean

屬性值

繼承自ImageModelSettings.nesterov

定型 Epoch 的數目。 必須是正整數。

numberOfEpochs?: number

屬性值

繼承自ImageModelSettings.numberOfEpochs

數據載入器背景工作角色的數目。 必須是非負整數。

numberOfWorkers?: number

屬性值

繼承自ImageModelSettings.numberOfWorkers

圖像模型的隨機優化器。

optimizer?: string

屬性值

繼承自ImageModelSettings.optimizer

使用決定性定型時要使用的隨機種子。

randomSeed?: number

屬性值

繼承自ImageModelSettings.randomSeed

學習速率排程器為 『step』 時的 gamma 值。 必須是範圍 [0, 1] 內的浮點數。

stepLRGamma?: number

屬性值

繼承自ImageModelSettings.stepLRGamma

學習速率排程器為 『step』 時的步驟大小值。 必須是正整數。

stepLRStepSize?: number

屬性值

繼承自ImageModelSettings.stepLRStepSize

定型批次大小。 必須是正整數。

trainingBatchSize?: number

屬性值

繼承自ImageModelSettings.trainingBatchSize

驗證批次大小。 必須是正整數。

validationBatchSize?: number

屬性值

繼承自ImageModelSettings.validationBatchSize

學習速率排程器為「warmup_cosine」時，餘弦迴圈的值。 必須是範圍 [0, 1] 內的浮點數。

warmupCosineLRCycles?: number

屬性值

此資料繼承自ImageModelSettings.warmupCosineLRCycles

學習速率排程器為「warmup_cosine」時，熱身 Epoch 的值。 必須是正整數。

warmupCosineLRWarmupEpochs?: number

屬性值

繼承自ImageModelSettings.warmupCosineLRWarmupEpochs

優化器為 'zn'、'adam' 或 'adamw' 時的權數衰變值。 必須是範圍[0， 1] 中的浮點數。

weightDecay?: number

屬性值

繼承自ImageModelSettings.weightDecay