影像分類 - TensorFlow 超參數

設定為 "True" 以套用 augmentation_random_flip、augmentation_random_rotation 和 augmentation_random_zoom 至訓練資料。

有效值：字串，可以是：("True" 或 "False")。

預設值："False"。

指出當 augmentation 設定為 "True" 時，要用哪個翻轉模式進行資料擴增。如需詳細資訊，請參閱 TensorFlow 文件RandomFlip中的 。

有效值：字串，下列任一項：("horizontal_and_vertical"、"vertical" 或 "None")。

預設值："horizontal_and_vertical"。

指示當 augmentation 設定為 "True" 時，要旋轉多少以進行資料擴增。值表示 2π 的分數。正值會逆時針旋轉，而負值則順時針旋轉。0 代表不旋轉。如需詳細資訊，請參閱 TensorFlow 文件RandomRotation中的 。

有效值：浮點數，範圍：[-1.0,1.0]。

預設值：0.2。

指示當 augmentation 設定為 "True" 時，要用多少垂直縮放量進行資料擴增。正值會縮小，而負值會放大。0 代表不縮放。如需詳細資訊，請參閱 TensorFlow 文件RandomZoom中的 。

有效值：浮點數，範圍：[-1.0,1.0]。

預設值：0.1。

訓練的批次大小。對於具有多個 的執行個體的訓練GPUs，整個 都會使用此批次大小GPUs。

有效值：正整數。

預設值：32。

"adam" 最佳化工具的 beta1。表示第一時間預估的指數衰減率。若是其他最佳化工具則忽略。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.9。

"adam" 最佳化工具的 beta2。表示第二時間預估的指數衰減率。若是其他最佳化工具則忽略。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.999。

當 binary_mode 設定為 "True" 時，模型會傳回可能類別的單一概率數字，並且可以使用其他 eval_metric 選項。僅用於二進制分類問題。

有效值：字符串，可以是：（"True" 或 "False"）。

預設值："False"。

頂端分類層中 Dropout 層的 Dropout rate。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.2

設定為 "True" 以在訓練期間使用提前停止邏輯。如果 "False"，則未使用提前停止。

有效值：字串，可以是任一：("True" 或 "False")。

預設值："False"。

有效值：浮動、範圍：[0.0, 1.0]。

預設值：0.0。

在沒有任何改善的情況下，繼續訓練的週期數量。僅在 early_stopping 設為 "True" 時才使用。

有效值：正整數。

預設值：5。

訓練 epoch 的數量。

有效值：正整數。

預設值：3。

用於 "adam"、"rmsprop"、"adadelta" 和 "adagrad" 最佳化工具的 epsilon。通常會設定為較小值，避免要將該值除以 0。若是其他最佳化工具則忽略。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：1e-7。

若 binary_mode 設定為 "False"，eval_metric 只能為 "accuracy"。如果 binary_mode 是 "True"，請選取任何有效的值。如需詳細資訊，請參閱 TensorFlow 文件中的指標。

有效值：字串，下列任一項：("accuracy"、"precision"、"recall"、"auc"、或 "prc")。

預設值："accuracy"。

指出調整影像大小時使用的插補方式。如需詳細資訊，請參閱 TensorFlow 文件中的 image.resize。

有效值：字串，下列任一項：("bilinear"、"nearest"、"bicubic"、"area"、 "lanczos3"、"lanczos5"、"gaussian" 或 "mitchellcubic")。

預設值："bilinear"。

累加器的起始值或 "adagrad" 最佳化工具的每個參數動量值。若是其他最佳化工具則忽略。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.0001。

指示標籤值的可信度要放鬆多少。例如，如果 label_smoothing 為 0.1，則非目標標籤為 0.1/num_classes ，目標標籤為 0.9+0.1/num_classes。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.1。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.001。

"sgd"、"nesterov" 和 "rmsprop" 最佳化工具的動量。若是其他最佳化工具則忽略。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.9。

最佳化工具類型。如需詳細資訊，請參閱 TensorFlow 文件中的 Optimizer。

有效值：字串，下列任何一項：("adam"、"sgd"、"nesterov"、"rmsprop"、 "adagrad"、"adadelta")。

預設值："adam"。

分類層中 Dense 層的 L2 正則化係數。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：.0001。

如果設定為 "Auto"，則在微調期間重新初始化頂部分類層參數。對於增量訓練，除非設定為 "True"，否則不會重新初始化頂部分類層參數。

有效值：字串，下列任一項：("Auto"、"True" 或 "False")。

預設值："Auto"。

"adadelta" 和 "rmsprop"最佳化工具的漸層折扣因素。若是其他最佳化工具則忽略。

有效值：浮點數，範圍：[0.0,1.0]。

預設值：0.95。

如果 "True"，則僅對頂部分類層參數進行微調。如果 "False"，則微調所有模型參數。

有效值：字串，可以是：("True" 或 "False")。

預設值："False"。