画像分類 - TensorFlow ハイパーパラメータ

トレーニングデータに augmentation_random_flip、augmentation_random_rotation、augmentation_random_zoom を適用するには、"True" に設定します。

有効な値: 文字列、("True" または "False") のいずれか。

デフォルト値: "False"。

augmentation が "True" に設定されている場合にデータ拡張に使用するフリップモードを示します。詳細については、TensorFlow ドキュメントの「RandomFlip」を参照してください。

有効な値: 文字列、("horizontal_and_vertical"、"vertical" または "None") のいずれか。

デフォルト値: "horizontal_and_vertical"。

augmentation が "True" に設定されている場合にデータ拡張に使用するローテーションの量を示します。値は 2π の端数を表します。正の値は反時計回りに回転し、負の値は時計回りに回転します。0 は、回転しないことを意味します。詳細については、TensorFlow ドキュメントの「RandomRotation」を参照してください。

有効な値: 浮動小数点数、範囲: [-1.0, 1.0]。

デフォルト値: 0.2。

augmentation が "True" に設定されている場合に、データ拡張に使用する垂直ズームの量を示します。正の値ではズームアウトし、負の値ではズームインします。0 は、ズームしないことを意味します。詳細については、TensorFlow ドキュメントの「RandomZoom」を参照してください。

有効な値: 浮動小数点数、範囲: [-1.0, 1.0]。

デフォルト値: 0.1。

トレーニングのバッチサイズ。複数の GPU を使用するインスタンスのトレーニングでは、このバッチサイズは GPU 間で使用されます。

有効な値: 正の整数。

デフォルト値: 32。

"adam" オプティマイザーの beta1。最初のモーメントの見積もりの指数関数的減衰率を表します。他のオプティマイザでは無視されます。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.9。

"adam" オプティマイザの beta2。2 番目のモーメントの見積もりの指数関数的減衰率を表します。他のオプティマイザでは無視されます。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.999。

binary_mode を "True" に設定すると、モデルは正のクラスの確率数を 1 つ返し、追加の eval_metric オプションを使用できます。二項分類の問題にのみ使用してください。

有効な値: 文字列、("True" または "False") のいずれか。

デフォルト値: "False"。

最上位の分類レイヤーのドロップアウトレイヤーのドロップアウト率。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.2

"True" に設定すると、トレーニング中に早期停止ロジックを使用します。"False" の場合、早期停止は使用されません。

有効な値: 文字列、("True" または "False") のいずれか。

デフォルト値: "False"。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.0。

改善なしでトレーニングを継続できるエポック数。early_stopping が "True" に設定されている場合にのみ使用されます。

有効な値: 正の整数。

デフォルト値: 5。

トレーニングエポックの数。

有効な値: 正の整数。

デフォルト値: 3。

"adam"、"rmsprop"、"adadelta"、および "adagrad" オプティマイザのイプシロン。通常は、0 で除算されないように小さな値を設定します。他のオプティマイザでは無視されます。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 1e-7。

binary_mode が "False" に設定されている場合、"accuracy" にできるのは eval_metric のみです。binary_mode が "True" である場合、有効な値のいずれかを選択します。詳細については、TensorFlow ドキュメントの「Metrics」を参照してください。

有効な値: 文字列、次のいずれか: ("accuracy"、"precision"、"recall"、"auc"、または "prc")。

デフォルト値: "accuracy"。

画像のサイズを変更するときに使用する補間メソッドを示します。詳細については、TensorFlow ドキュメントの「image.resize」を参照してください。

有効な値: 文字列、次のいずれか: ("bilinear"、"nearest"、"bicubic"、"area"、 "lanczos3"、"lanczos5"、"gaussian"、または "mitchellcubic")。

デフォルト値: "bilinear"。

アキュムレータの開始値、または "adagrad" オプティマイザのパラメータごとのモーメンタム値。他のオプティマイザでは無視されます。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.0001。

ラベル値の信頼度をどの程度緩和すべきかを示します。例えば、label_smoothing が 0.1 であれば、非ターゲットラベルは 0.1/num_classes で、ターゲットラベルは 0.9+0.1/num_classes です。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.1。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.001。

"sgd"、"nesterov"、および "rmsprop" オプティマイザのモーメンタム。他のオプティマイザでは無視されます。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.9。

オプティマイザのタイプ。詳細については、TensorFlow ドキュメントの「Optimizers」を参照してください。

有効な値: 文字列、("adam"、"sgd"、"nesterov"、"rmsprop"、 "adagrad"、"adadelta") のいずれか。

デフォルト値: "adam"。

分類レイヤーの高密度レイヤーの L2 正則化係数。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: .0001。

"Auto" に設定すると、微調整時に最上位の分類レイヤーパラメータが再初期化されます。段階的トレーニングの場合、"True" に設定されない限り、最上位の分類レイヤーのパラメータは再初期化されません。

有効な値: 文字列、("Auto"、"True"、または "False") のいずれかです。

デフォルト値: "Auto"。

"adadelta" および "rmsprop" オプティマイザの勾配の割引係数。他のオプティマイザでは無視されます。

有効な値: 浮動小数点数、範囲: [0.0, 1.0]。

デフォルト値: 0.95。

"True" の場合、最上位の分類レイヤーパラメータのみ微調整されます。"False" の場合、すべてのモデルパラメータが微調整されます。

有効な値: 文字列、("True" または "False") のいずれか。

デフォルト値: "False"。