ImageModelSettingsClassification 클래스

  • 참조

AutoML 이미지 분류 작업에 대한 모델 설정입니다.

상속
azure.ai.ml.entities._job.automl.image.image_model_settings.ImageModelDistributionSettings
ImageModelSettingsClassification

생성자

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

매개 변수

advanced_settings
str
필수

고급 시나리오에 대한 설정입니다.

ams_gradient
bool
필수

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

beta1
float
필수

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

beta2
float
필수

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

checkpoint_frequency
int
필수

모델 검사점을 저장할 빈도입니다. 양의 정수여야 합니다.

checkpoint_run_id
str
필수

증분 학습에 대한 미리 학습된 검사점이 있는 이전 실행의 ID입니다.

distributed
bool
필수

분산 학습을 사용할지 여부입니다.

early_stopping
bool
필수

학습 중 조기 중지 논리를 사용하도록 설정합니다.

early_stopping_delay
int
필수

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

early_stopping_patience
int
필수

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

enable_onnx_normalization
bool
필수

ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.

evaluation_frequency
int
필수

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

gradient_accumulation_step
int
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
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/how-to-auto-train-image-models하세요.

learning_rate
float
필수

초기 학습률입니다. [0, 1] 범위의 부동 소수점이어야 합니다.

learning_rate_scheduler
str 또는 LearningRateScheduler
필수

학습률 스케줄러의 유형입니다. 'warmup_cosine' 또는 '단계'여야 합니다. 가능한 값은 "None", "WarmupCosine", "Step"입니다.

model_name
str
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
필수

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

nesterov
bool
필수

최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.

number_of_epochs
int
필수

학습 Epoch의 수입니다. 양의 정수여야 합니다.

number_of_workers
int
필수

데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.

optimizer
str 또는 StochasticOptimizer
필수

최적화 프로그램의 유형입니다. 가능한 값으로는 "None", "Sgd", "Adam", "Adamw"가 있습니다.

random_seed
int
필수

결정적 학습을 사용할 때 사용할 임의 시드입니다.

step_lr_gamma
float
필수

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

step_lr_step_size
int
필수

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

training_batch_size
int
필수

학습 일괄 처리 크기입니다. 양의 정수여야 합니다.

validation_batch_size
int
필수

유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.

warmup_cosine_lr_cycles
float
필수

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

warmup_cosine_lr_warmup_epochs
int
필수

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

weight_decay
float
필수

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

training_crop_size
int
필수

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

validation_crop_size
int
필수

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

validation_resize_size
int
필수

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

weighted_loss
int
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.