ResNet
Este artigo descreve como usar o componente ResNet no designer do Azure Machine Learning para criar um modelo de classificação de imagem usando o algoritmo ResNet.
Esse algoritmo de classificação é um método de aprendizado supervisionado e requer um conjunto de dados rotulado.
Observação
Este componente não dá suporte a conjuntos de dados rotulados gerados na Rotulagem de Dados do estúdio, mas dá suporte apenas ao diretório de imagem rotulado gerado no componente Converter em Diretório de Imagem.
Você pode treinar o modelo fornecendo um modelo e um diretório de imagem rotulado como entradas para treinar o modelo PyTorch. O modelo treinado pode ser usado para prever valores para os novos exemplos de entrada usando Classificar Modelo de Imagem.
Mais sobre o ResNet
Confira este artigo para obter mais detalhes sobre o ResNet.
Como configurar o ResNet
Adicione o componente ResNet ao seu pipeline no designer.
Para Nome do modelo, especifique o nome de uma determinada estrutura do ResNet; você pode selecionar entre as opções de ResNet com suporte: 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152', 'resnet152', 'resnext50_32x4d', 'resnext101_32x8d', 'wide_resnet50_2', 'wide_resnet101_2'.
Para Pré-treinado, especifique se deseja usar um modelo previamente treinado no ImageNet. Se selecionado, você poderá ajustar o modelo com base no modelo pré-treinado selecionado. Se desmarcado, você poderá treinar do zero.
Para um residual de inicialização zero, especifique se deseja inicializar com zero a camada normal do último lote em cada ramificação residual. Se selecionada, a ramificação residual começa com zeros e cada bloco residual se comporta como uma identidade. Isso pode ajudar na convergência em tamanhos de lote grandes de acordo com https://arxiv.org/abs/1706.02677.
Conecte a saída do componente ResNet, componente de conjunto de dados de imagem de treinamento e validação ao Modelo Train PyTorch.
Enviar o pipeline.
Resultados
Após a conclusão da execução de pipeline, use o modelo para a pontuação, conecte o Treinar Modelo de PyTorch ao Modelo de imagem de pontuação para prever os valores de novos exemplos de entrada.
Observações técnicas
Parâmetros do componente
| Nome | Intervalo | Type | Padrão | Descrição |
|---|---|---|---|---|
| Nome do modelo | Qualquer | Modo | resnext101_32x8d | Nome de uma determinada estrutura ResNet |
| Pré-treinado | Qualquer | Booliano | verdadeiro | Se deve ser usado um modelo pré-treinado em ImageNet |
| Residual de inicialização zero | Qualquer | Booliano | Falso | Se deseja inicializar com zero a camada normal do último lote em cada ramificação residual |
Saída
| Nome | Tipo | Descrição |
|---|---|---|
| Modelo não treinado | UntrainedModelDirectory | Um modelo ResNet não treinado que pode ser conectado ao Train PyTorch Model. |
Próximas etapas
Confira o conjunto de componentes disponíveis no Azure Machine Learning.