ImageClassificationSearchSpace 클래스

  • 참조

AutoML 이미지 분류 및 이미지 분류 다중 레이블 작업에 대한 검색 공간입니다.

상속
azure.ai.ml.entities._mixins.RestTranslatableMixin
ImageClassificationSearchSpace

생성자

ImageClassificationSearchSpace(*, ams_gradient: bool | SweepDistribution | None = None, beta1: float | SweepDistribution | None = None, beta2: float | SweepDistribution | None = None, distributed: bool | SweepDistribution | None = None, early_stopping: bool | SweepDistribution | None = None, early_stopping_delay: int | SweepDistribution | None = None, early_stopping_patience: int | SweepDistribution | None = None, enable_onnx_normalization: bool | SweepDistribution | None = None, evaluation_frequency: int | SweepDistribution | None = None, gradient_accumulation_step: int | SweepDistribution | None = None, layers_to_freeze: int | SweepDistribution | None = None, learning_rate: float | SweepDistribution | None = None, learning_rate_scheduler: str | SweepDistribution | None = None, model_name: str | SweepDistribution | None = None, momentum: float | SweepDistribution | None = None, nesterov: bool | SweepDistribution | None = None, number_of_epochs: int | SweepDistribution | None = None, number_of_workers: int | SweepDistribution | None = None, optimizer: str | SweepDistribution | None = None, random_seed: int | SweepDistribution | None = None, step_lr_gamma: float | SweepDistribution | None = None, step_lr_step_size: int | SweepDistribution | None = None, training_batch_size: int | SweepDistribution | None = None, validation_batch_size: int | SweepDistribution | None = None, warmup_cosine_lr_cycles: float | SweepDistribution | None = None, warmup_cosine_lr_warmup_epochs: int | SweepDistribution | None = None, weight_decay: float | SweepDistribution | None = None, training_crop_size: int | SweepDistribution | None = None, validation_crop_size: int | SweepDistribution | None = None, validation_resize_size: int | SweepDistribution | None = None, weighted_loss: int | SweepDistribution | None = None)

매개 변수

ams_gradient
str 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

최적화 프로그램이 'adam' 또는 'adamw'일 때 AMSGrad를 사용하도록 설정합니다.

beta1
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

beta2
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

distributed
bool 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

분산자 학습을 사용할지 여부입니다.

early_stopping
bool 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

학습 중 조기 중지 논리를 사용하도록 설정합니다.

early_stopping_delay
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

초기 중지를 위해 기본 메트릭 개선이 추적되기 전에 대기할 최소 Epoch 수 또는 유효성 검사 평가입니다. 양의 정수여야 합니다.

early_stopping_patience
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

실행이 중지되기 전에 기본 메트릭이 개선되지 않은 최소 Epoch 수 또는 유효성 검사 평가. 양의 정수여야 합니다.

enable_onnx_normalization
bool 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.

evaluation_frequency
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

gradient_accumulation_step
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

그라데이션 누적은 해당 단계의 그라데이션을 누적하는 동안 모델 가중치를 업데이트하지 않고 구성된 수의 "GradAccumulationStep" 단계를 실행한 다음 누적 그라데이션을 사용하여 가중치 업데이트를 계산하는 것을 의미합니다. 양의 정수여야 합니다.

layers_to_freeze
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

모델에 대해 고정할 레이어 수입니다. 양의 정수여야 합니다. 예를 들어 2를 'seresnext'의 값으로 전달하면 layer0 및 layer1이 동결됩니다. 지원되는 모델의 전체 목록과 계층 고정에 대한 자세한 내용은 을 참조 https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters하세요. # pylint: disable=line-too-long

learning_rate
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

초기 학습률입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

learning_rate_scheduler
str 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

학습률 스케줄러의 유형입니다. 'warmup_cosine' 또는 '단계'여야 합니다.

model_name
str 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

momentum
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

nesterov
bool 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.

number_of_epochs
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

학습 Epoch의 수입니다. 양의 정수여야 합니다.

number_of_workers
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.

optimizer
str 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

최적화 프로그램의 유형입니다. 'sgd', 'adam' 또는 'adamw'여야 합니다.

random_seed
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

결정적 학습을 사용할 때 사용할 임의 시드입니다.

step_lr_gamma
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

step_lr_step_size
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

training_batch_size
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

학습 일괄 처리 크기입니다. 양의 정수여야 합니다.

validation_batch_size
str 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.

warmup_cosine_lr_cycles
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

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

warmup_cosine_lr_warmup_epochs
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

학습 속도 스케줄러가 'warmup_cosine'일 때의 준비 epoch 값입니다. 양의 정수여야 합니다.

weight_decay
float 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

최적화 프로그램이 'sgd', 'adam' 또는 'adamw'일 때의 가중치 감쇠 값입니다. 범위[0, 1]의 float여야 합니다.

training_crop_size
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

학습 데이터 세트에 대한 신경망에 입력되는 이미지 자르기 크기입니다. 양의 정수여야 합니다.

validation_crop_size
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

유효성 검사 데이터 세트에 대한 신경망에 입력되는 이미지 자르기 크기입니다. 양의 정수여야 합니다.

validation_resize_size
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

유효성 검사 데이터 세트를 자르기 전에 크기를 조정할 이미지 크기입니다. 양의 정수여야 합니다.

weighted_loss
int 또는 <xref:azure.ai.ml.entities._job.sweep.search_space.SweepDistribution>
필수

가중치 손실. 허용되는 값은 가중치 손실 없이 0입니다. sqrt를 사용하여 가중치가 있는 손실의 경우 1. (class_weights). class_weights를 사용한 가중 손실의 경우 2입니다. 0 또는 1 또는 2여야 합니다.