Multi-label Klasifikasi Gambar AutoML
Artikel ini menjelaskan komponen dalam perancang Azure Machine Learning.
Gunakan komponen ini untuk membuat model pembelajaran mesin yang didasarkan pada Multi-label Klasifikasi Gambar AutoML.
Klasifikasi gambar multi-label adalah tugas visi komputer di mana tujuannya adalah untuk memprediksi sekumpulan label yang terkait dengan setiap gambar individu. Anda dapat mempertimbangkan untuk menggunakan klasifikasi multi-label di mana Anda perlu menentukan beberapa properti gambar tertentu.
Cara mengonfigurasi
Ikuti tautan ini untuk daftar lengkap parameter yang dapat dikonfigurasi dari komponen ini.
Komponen ini membuat model klasifikasi. Karena klasifikasi adalah metode pembelajaran yang diawasi, Anda memerlukan himpunan data berlabel yang menyertakan kolom label dengan nilai untuk semua baris.
Model ini memerlukan himpunan data pelatihan. Validasi dan himpunan data pengujian bersifat opsional.
Ikuti tautan ini untuk mendapatkan informasi selengkapnya tentang cara menyiapkan himpunan data Anda. Himpunan data akan memerlukan himpunan data berlabel yang menyertakan kolom label dengan nilai untuk semua baris.
AutoML menjalankan sejumlah uji coba (ditentukan dalam max_trials) secara paralel (specified in max_concurrent_trial) yang mencoba algoritma dan parameter yang berbeda untuk model Anda. Layanan ini melakukan iterasi melalui algoritma ML yang dipasangkan dengan pilihan hiperparameter dan setiap uji coba menghasilkan model dengan skor pelatihan. Anda dapat memilih metrik yang Anda inginkan untuk dioptimalkan oleh model. Semakin baik skor untuk metrik yang dipilih, semakin baik model dianggap "sesuai" data Anda. Anda dapat menentukan kriteria keluar (kebijakan penghentian) untuk eksperimen. Kriteria keluar akan menjadi model dengan skor pelatihan tertentu yang Anda inginkan untuk ditemukan AutoML. Ini akan berhenti setelah mencapai kriteria keluar yang ditentukan. Komponen ini kemudian akan menghasilkan model terbaik yang telah dihasilkan di akhir eksekusi untuk himpunan data Anda. Kunjungi tautan ini untuk informasi lebih lanjut tentang kriteria keluar (kebijakan penghentian).
Tambahkan komponen Multi-label Klasifikasi Gambar AutoML ke alur Anda.
Tentukan Kolom Target yang Anda inginkan untuk output model
Tentukan Metrik Utama yang Anda inginkan untuk digunakan AutoML untuk mengukur keberhasilan model Anda. Kunjungi tautan ini untuk penjelasan tentang setiap metrik utama untuk visi komputer.
(Opsional) Anda dapat mengonfigurasi pengaturan algoritma. Kunjungi tautan ini untuk daftar algoritma yang didukung untuk visi komputer.
(Opsional) Untuk mengonfigurasi batas pekerjaan, kunjungi tautan ini untuk penjelasan lebih lanjut.
(Opsional) Kunjungi tautan ini untuk daftar konfigurasi pengambilan sampel dan Penghentian Awal untuk Sapuan Pekerjaan Anda. Anda juga dapat menemukan informasi selengkapnya tentang setiap kebijakan dan metode pengambilan sampel.
Langkah berikutnya
Lihat set komponen yang tersedia untuk Azure Machine Learning.