Model ResNet
W tym artykule opisano sposób używania składnika ResNet w projektancie usługi Azure Machine Edukacja do tworzenia modelu klasyfikacji obrazów przy użyciu algorytmu ResNet.
Ten algorytm klasyfikacji jest metodą uczenia nadzorowanego i wymaga oznaczonego zestawu danych.
Uwaga
Ten składnik nie obsługuje oznaczonego zestawu danych wygenerowanego na podstawie etykietowania danych w studio, ale obsługuje tylko katalog obrazów oznaczonych etykietami wygenerowany na podstawie składnika Konwertuj na katalog obrazów .
Model można wytrenować, podając model i oznaczony etykietą katalog obrazów jako dane wejściowe do trenowania modelu PyTorch. Następnie wytrenowany model może służyć do przewidywania wartości dla nowych przykładów wejściowych przy użyciu funkcji Score Image Model (Generowanie wyników dla modelu obrazu).
Więcej informacji o usłudze ResNet
Zapoznaj się z tym dokumentem, aby uzyskać więcej informacji na temat sieci ResNet.
Jak skonfigurować sieć ResNet
Dodaj składnik ResNet do potoku w projektancie.
W polu Nazwa modelu określ nazwę określonej struktury ResNet i możesz wybrać określoną strukturę resnet: "resnet18", "resnet34", "resnet50", "resnet101", "resnet152", "resnet152", "resnext50_32x4d", "resnext101_32x8d", "wide_resnet50_2", "wide_resnet101_2".
W polu Wstępnie trenowane określ, czy wstępnie wytrenowany model w sieci ImageNet. W przypadku wybrania można dostosować model na podstawie wybranego wstępnie wytrenowanego modelu; jeśli zostanie zaznaczone, możesz trenować od podstaw.
W obszarze Zero init reszt określ, czy należy zainicjować ostatnią warstwę normy wsadowej w każdej gałęzi reszt. W przypadku wybrania gałąź reszt zaczyna się od zer, a każdy blok reszt zachowuje się jak tożsamość. Może to pomóc w zbieżności w dużych rozmiarach partii zgodnie z .https://arxiv.org/abs/1706.02677
Połączenie danych wyjściowych Składnik resnet, składnik zestawu danych obrazu trenowania i walidacji do modelu Train PyTorch.
Prześlij potok.
Wyniki
Po zakończeniu przebiegu potoku, aby użyć modelu do oceniania, połącz model Train PyTorch Model (Trenowanie modelu PyTorch) z score image model (Generowanie wyników dla modelu obrazu), aby przewidzieć wartości dla nowych przykładów wejściowych.
Uwagi techniczne
Parametry składników
Nazwisko | Zakres | Typ | Domyślny | opis |
---|---|---|---|---|
Nazwa modelu | Dowolne | Tryb | resnext101_32x8d | Nazwa określonej struktury ResNet |
Wstępnie wytrenowane | Dowolne | Wartość logiczna | Prawda | Czy używać wstępnie wytrenowanego modelu w sieci ImageNet |
Zero reszty init | Dowolne | Wartość logiczna | Fałsz | Czy należy zainicjować ostatnią warstwę normy wsadowej w każdej gałęzi reszt |
Dane wyjściowe
Nazwa/nazwisko | Pisz | Opis |
---|---|---|
Model nieuszkodzony | UntrainedModelDirectory | Niewłaszczony model ResNet, który można połączyć z trenowanie modelu PyTorch. |
Następne kroki
Zobacz zestaw składników dostępnych dla usługi Azure Machine Edukacja.