ImageClassificationMultilabelJob Osztály

Az AutoML többcímkés képbesorolási feladatának konfigurálása.

Inicializáljon egy új, többcímkés AutoML-képbesorolási feladatot.

Öröklődés

azure.ai.ml.entities._job.automl.image.automl_image_classification_base.AutoMLImageClassificationBase

ImageClassificationMultilabelJob

Konstruktor

ImageClassificationMultilabelJob(*, primary_metric: str | ClassificationMultilabelPrimaryMetrics | None = None, **kwargs)

Paraméterek

primary_metric

Kötelező

Az optimalizáláshoz használandó elsődleges metrika

kwargs

Kötelező

Feladatspecifikus argumentumok

Metódusok

dump	A feladat tartalmát YAML formátumban egy fájlba alakítja.
extend_search_space	Adjon hozzá keresési helyet az AutoML-képbesorolási és képbesorolási többcímkés feladatokhoz.
set_data
set_limits	Az AutoML-kép függőleges beállításainak korlátozása.
set_sweep	Az AutoML-rendszerkép-függőlegesek takarítási beállításai.
set_training_parameters	Képbetanítási paraméterek beállítása az AutoML-képbesorolási és képbesorolási többcímkés feladatokhoz.

dump

A feladat tartalmát YAML formátumban egy fájlba alakítja.

dump(dest: str | PathLike | IO, **kwargs) -> None

Paraméterek

dest

Union[<xref:PathLike>, str, IO[AnyStr]]

Kötelező

A YAML-tartalom írásához használt helyi elérési út vagy fájlstream. Ha a dest fájlelérési út, a rendszer új fájlt hoz létre. Ha a dest egy megnyitott fájl, a fájl közvetlenül a fájlba lesz írva.

kwargs

dict

A YAML szerializálónak továbbadandó további argumentumok.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

extend_search_space

Adjon hozzá keresési helyet az AutoML-képbesorolási és képbesorolási többcímkés feladatokhoz.

extend_search_space(value: SearchSpace | List[SearchSpace]) -> None

Paraméterek

value

Union[ImageClassificationSearchSpace, List[ImageClassificationSearchSpace]]

Kötelező

adja meg az ImageClassificationSearchSpace vagy az ImageClassificationSearchSpace egy példányát a paramétertérben való kereséshez

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_data

set_data(*, training_data: Input, target_column_name: str, validation_data: Input | None = None, validation_data_size: float | None = None) -> None

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_limits

Az AutoML-kép függőleges beállításainak korlátozása.

set_limits(*, max_concurrent_trials: int | None = None, max_trials: int | None = None, timeout_minutes: int | None = None) -> None

Paraméterek

timeout_minutes

timedelta

AutoML-feladat időtúllépése.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_sweep

Az AutoML-rendszerkép-függőlegesek takarítási beállításai.

set_sweep(*, sampling_algorithm: str | Random | Grid | Bayesian, early_termination: BanditPolicy | MedianStoppingPolicy | TruncationSelectionPolicy | None = None) -> None

Paraméterek

sampling_algorithm

Kötelező. [Kötelező] A hiperparaméteres mintavételezési algoritmusok típusa. Lehetséges értékek: "Grid", "Random", "Bayesian".

early_termination

Union[ BanditPolicy, MedianStoppingPolicy, TruncationSelectionPolicy]

A korai felmondási szabályzat típusa.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

set_training_parameters

Képbetanítási paraméterek beállítása az AutoML-képbesorolási és képbesorolási többcímkés feladatokhoz.

set_training_parameters(*, 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: str | 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: str | 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) -> None

Paraméterek

advanced_settings

str

Speciális forgatókönyvek beállításai.

ams_gradient

bool

Engedélyezze az AMSGradet, ha az optimalizáló "adam" vagy "adamw".

beta1

float

A "béta1" értéke, ha az optimalizáló "adam" vagy "adamw". A(z) [0, 1] tartományban lebegőpontosnak kell lennie.

beta2

float

A "béta2" értéke, ha az optimalizáló "adam" vagy "adamw". A(z) [0, 1] tartományban lebegőpontosnak kell lennie.

checkpoint_frequency

int

Modell ellenőrzőpontok tárolásának gyakorisága. Pozitív egész számnak kell lennie.

checkpoint_run_id

str

Egy korábbi futtatás azonosítója, amely előre betanított ellenőrzőponttal rendelkezik a növekményes betanításhoz.

distributed

bool

Elosztott betanítás használata.

early_stopping

bool

A korai leállítási logika engedélyezése a betanítás során.

early_stopping_delay

int

Az elsődleges metrikafejlesztés nyomon követése előtt a korai leállításhoz minimálisan meg kell várni az elődök vagy az érvényesítési értékelések minimális számát. Pozitív egész számnak kell lennie.

early_stopping_patience

int

A futtatás leállítása előtt minimálisan hány év vagy érvényesítési értékelés történik elsődleges metrikajavítás nélkül. Pozitív egész számnak kell lennie.

enable_onnx_normalization

bool

Engedélyezze a normalizálást az ONNX-modell exportálásakor.

evaluation_frequency

int

Az érvényesítési adatkészlet kiértékelésének gyakorisága a metrikariaták lekéréséhez. Pozitív egész számnak kell lennie.

gradient_accumulation_step

int

A színátmenetek felhalmozódása azt jelenti, hogy konfigurált számú "GradAccumulationStep" lépést futtat anélkül, hogy frissítenék a modell súlyait, miközben a lépések színátmeneteit összeadják, majd a halmozott színátmenetek használatával kiszámítják a súlyfrissítéseket. Pozitív egész számnak kell lennie.

layers_to_freeze

A modellhez rögzítendő rétegek száma. Pozitív egész számnak kell lennie. A 2 értéknek a "seresnext" értékként való átadása például a 0. réteg és az 1. réteg fagyasztását jelenti. A támogatott modellek teljes listájáért és a rétegfagyasztás részleteiért lásd: https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long

learning_rate

float

Kezdeti tanulási arány. A(z) [0, 1] tartományban lebegőpontosnak kell lennie.

learning_rate_scheduler

A tanulási sebességütemező típusa. Csak "warmup_cosine" vagy "lépés" lehet. Lehetséges értékek: "Nincs", "WarmupCosine", "Step".

model_name

A betanításhoz használni kívánt modell neve. Az elérhető modellekkel kapcsolatos további információkért tekintse meg a hivatalos dokumentációt: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

momentum

float

A lendület értéke, ha az optimalizáló "sgd". A(z) [0, 1] tartományban lebegő lebegőpontosnak kell lennie.

nesterov

bool

Engedélyezze a nesterovot, ha az optimalizáló "sgd".

number_of_epochs

int

A betanítási alapidőszakok száma. Pozitív egész számnak kell lennie.

number_of_workers

int

Adatbetöltő feldolgozók száma. Nem negatív egész számnak kell lennie.

optimizer

Az optimalizáló típusa. Lehetséges értékek: "None", "Sgd", "Adam", "Adamw".

random_seed

int

Determinisztikus betanításhoz használandó véletlenszerű mag.

step_lr_gamma

float

A gamma értéke, ha a tanulási sebességütemező "lépés". A(z) [0, 1] tartományban lebegő lebegőpontosnak kell lennie.

step_lr_step_size

int

A lépésméret értéke, ha a tanulási sebességütemező "lépés". Pozitív egész számnak kell lennie.

training_batch_size

int

Betanítási köteg mérete. Pozitív egész számnak kell lennie.

validation_batch_size

int

Érvényesítési köteg mérete. Pozitív egész számnak kell lennie.

warmup_cosine_lr_cycles

float

A koszinuszciklus értéke, ha a tanulási sebességütemező "warmup_cosine". A(z) [0, 1] tartományban lebegő lebegőpontosnak kell lennie.

warmup_cosine_lr_warmup_epochs

int

A bemelegítési alapidőszakok értéke, ha a tanulási sebességütemező "warmup_cosine". Pozitív egész számnak kell lennie.

weight_decay

float

A súlyromlás értéke, ha az optimalizáló "sgd", "adam" vagy "adamw". A(z) [0, 1] tartományban lebegő lebegőpontosnak kell lennie.

training_crop_size

int

Kép körülvágási mérete, amely a betanítási adathalmaz neurális hálózatához van beállítva. Pozitív egész számnak kell lennie.

validation_crop_size

int

Képvágás mérete, amely az érvényesítési adathalmaz neurális hálózatához van beadva. Pozitív egész számnak kell lennie.

validation_resize_size

int

Az érvényesítési adathalmaz körülvágása előtt átméretezendő képméret. Pozitív egész számnak kell lennie.

weighted_loss

int

Súlyozott veszteség. Az elfogadott értékek súlyozás nélkül 0-ra vannak adva. 1 az sqrt-et tartalmazó súlyozott veszteségre. (class_weights). 2 a súlyozott veszteség class_weights. 0 vagy 1 vagy 2 lehet.

Kivételek

FileExistsError

Ha a dest fájlelérési út, a fájl már létezik.

IOError

Fel van emelve, ha a dest egy nyitott fájl, és a fájl nem írható.

Attribútumok

base_path

Az erőforrás alapútvonala.

Válaszok

Az erőforrás alapútvonala.

Visszatérési típus

str

creation_context

Az erőforrás létrehozási környezete.

Válaszok

Az erőforrás létrehozási metaadatai.

Visszatérési típus

Optional[SystemData]

id

Az erőforrás azonosítója.

Válaszok

Az erőforrás globális azonosítója, egy Azure Resource Manager (ARM) azonosító.

Visszatérési típus

Optional[str]

inputs

limits

log_files

Feladat kimeneti fájljai.

Válaszok

A naplónevek és URL-címek szótára.

Visszatérési típus

Optional[Dict[str, str]]

log_verbosity

outputs

primary_metric

search_space

status

A feladat állapota.

A visszaadott gyakori értékek közé tartozik a "Futtatás", a "Kész" és a "Sikertelen". Minden lehetséges érték a következő:

• NotStarted – Ez egy ideiglenes állapot, amelyben az ügyféloldali Run objektumok a felhőbeküldés előtt találhatók.

• Indítás – A futtatás elkezdődött a felhőben való feldolgozásnak. A hívó ezen a ponton futtatási azonosítóval rendelkezik.

• Kiépítés – Igény szerinti számítás jön létre egy adott feladatbeküldéshez.

• Előkészítés – A futtató környezet előkészítése folyamatban van, és két fázis egyikében van:

  • Docker-rendszerkép buildelése

  • conda-környezet beállítása

• Queued – A feladat várólistára kerül a számítási célon. A BatchAI-ban például a feladat várólistán van

  amíg az összes kért csomópont készen áll.

• Futtatás – A feladat elkezdett futni a számítási célon.

• Véglegesítés – A felhasználói kód végrehajtása befejeződött, és a futtatás a feldolgozás utáni fázisban van.

• CancelRequested – A feladat lemondását kérték.

• Befejeződött – A futtatás sikeresen befejeződött. Ez magában foglalja a felhasználói kód végrehajtását és a futtatást is

  utófeldolgozási fázisok.

• Sikertelen – A futtatás sikertelen volt. Általában a Futtatás hiba tulajdonsága adja meg a részleteket, hogy miért.

• Megszakítva – Egy lemondási kérést követ, és azt jelzi, hogy a futtatás sikeresen megszakadt.

• NotKiszolgáló – Azon futtatások esetében, amelyeken engedélyezve van a szívverés, a rendszer nem küldött szívverést a közelmúltban.

Válaszok

A feladat állapota.

Visszatérési típus

Optional[str]

studio_url

Azure ML Studio-végpont.

Válaszok

A feladat részletei lap URL-címe.

Visszatérési típus

Optional[str]

sweep

task_type

Feladattípus lekérése.

Válaszok

A futtatandó feladat típusa. Lehetséges értékek: "besorolás", "regresszió", "előrejelzés".

Visszatérési típus

str

test_data

Tesztadatok lekérése.

Válaszok

Adatbevitel tesztelése

Visszatérési típus

Input

training_data

Betanítási adatok lekérése.

Válaszok

Betanítási adatbevitel

Visszatérési típus

Input

training_parameters

type

A feladat típusa.

Válaszok

A feladat típusa.

Visszatérési típus

Optional[str]

validation_data

Érvényesítési adatok lekérése.

Válaszok

Érvényesítési adatbevitel

Visszatérési típus

Input