ResNet
In dit artikel wordt beschreven hoe u het ResNet-onderdeel in Azure Machine Learning Designer gebruikt om een afbeeldingsclassificatiemodel te maken met behulp van het ResNet-algoritme.
Dit classificatie-algoritme is een leermethode onder supervisie en vereist een gelabelde gegevensset.
Notitie
Dit onderdeel biedt geen ondersteuning voor gelabelde gegevensset die is gegenereerd op basis van gegevenslabeling in de studio, maar biedt alleen ondersteuning voor gelabelde afbeeldingsmap die is gegenereerd vanuit het onderdeel Convert to Image Directory .
U kunt het model trainen door een model en een gelabelde afbeeldingsmap op te geven als invoer voor het PyTorch-model trainen. Het getrainde model kan vervolgens worden gebruikt om waarden te voorspellen voor de nieuwe invoervoorbeelden met behulp van Score Image Model.
Meer informatie over ResNet
Raadpleeg dit artikel voor meer informatie over ResNet.
ResNet configureren
Voeg het ResNet-onderdeel toe aan uw pijplijn in de ontwerpfunctie.
Geef voor modelnaam een naam op van een bepaalde ResNet-structuur en u kunt kiezen uit het ondersteunde resnet: 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152', 'resnet152', 'resnext50_32x4d', 'resnext101_32x8d', 'wide_resnet50_2', 'wide_resnet101_2'.
Geef voor Vooraf getraind op of u een model wilt gebruiken dat vooraf is getraind op ImageNet. Indien geselecteerd, kunt u het model verfijnen op basis van het geselecteerde vooraf getrainde model; als de optie is uitgeschakeld, kunt u helemaal zelf trainen.
Geef voor Nul-init-rest op of de laatste batchnormlaag in elke restvertakking moet worden geïnitialiseerd. Als deze optie is geselecteerd, begint de restbranch met nullen en gedraagt elk restblok zich als een identiteit. Dit kan helpen bij convergentie bij grote batchgrootten volgens https://arxiv.org/abs/1706.02677.
Verbinding maken de uitvoer van ResNet-onderdeel, onderdeel van de gegevensset voor trainings- en validatieafbeeldingen voor het train PyTorch-model.
Verzend de pijplijn.
Resultaten
Nadat de pijplijnuitvoering is voltooid, verbindt u het Train PyTorch-model met score Image Model om waarden voor nieuwe invoervoorbeelden te voorspellen.
Technische notities
Onderdeelparameters
Naam | Bereik | Type | Default | Beschrijving |
---|---|---|---|---|
Modelnaam | Alle | Modus | resnext101_32x8d | Naam van een bepaalde ResNet-structuur |
Vooraf getraind | Alle | Booleaanse waarde | Waar | Of u een model wilt gebruiken dat vooraf is getraind op ImageNet |
Nul init-rest | Alle | Booleaanse waarde | Onwaar | Of de laatste batchnormlaag in elke restvertakking nul moet worden geïnitialiseerd |
Uitvoer
Meetcriterium | Type | Description |
---|---|---|
Ongetraind model | UntrainedModelDirectory | Een niet-getraind ResNet-model dat kan worden verbonden met het Train PyTorch-model. |
Volgende stappen
Bekijk de set onderdelen die beschikbaar zijn voor Azure Machine Learning.