无码播放的一区二区视频,欧美在线成人怡红院,精品国产SM最大网站在线观看

PAI平臺提供圖像多標簽分類相關算法，支持千萬級別超大規模的圖片樣本訓練。本文為您介紹如何使用PAI命令基于圖片數據生成圖像多標簽分類模型。

圖像分類訓練

您可以使用SQL腳本組件進行PAI命令調用，也可以使用MaxCompute客戶端或DataWorks的開發節點進行PAI命令調用。如何使用MaxCompute客戶端和創建DataWorks的開發節點，詳情請參見使用本地客戶端（odpscmd）連接或創建并管理MaxCompute節點。

圖像單標簽分類單機訓練

pai -name easy_vision_ext
           -Dbuckets='oss://{bucket_name}.{oss_host}/{path}'
           -Darn='acs:ram::*********:role/aliyunodpspaidefaultrole'
           -DossHost='{oss_host}'
           -DgpuRequired=100
           -Dcmd train
           -Dparam_config '--model_type Classification --backbone  inception_v4 --num_classes 10 --num_epochs 1 --model_dir oss://examplebucket/test/cifar_inception_v4 --use_pretrained_model true --train_data oss://examplebucket/data/test/cifar10/*.tfrecord --test_data oss://examplebucket/data/test/cifar10/*.tfrecord --num_test_example 20 --train_batch_size 32 --test_batch_size=32 --image_size 299 --initial_learning_rate 0.01 --staircase true'

圖像單標簽分類多機訓練

pai -name easy_vision_ext
           -Dbuckets='oss://{bucket_name}.{oss_host}/{path}'
           -Darn='acs:ram::*********:role/aliyunodpspaidefaultrole'
           -DossHost='{oss_host}'
           -Dcmd train
           -Dcluster='{
             \"ps\": {
                 \"count\" : 1,
                 \"cpu\" : 600
             },
             \"worker\" : {
                 \"count\" : 3,
                 \"cpu\" : 800,
                 \"gpu\" : 100
             }
           }'
           -Dparam_config='--model_type Classification --backbone  inception_v4 --num_classes 10 --num_epochs 1 --model_dir oss://examplebucket/test/cifar_inception_v4_dis --use_pretrained_model true --train_data oss://examplebucket/data/test/cifar10/*.tfrecord --test_data oss://examplebucket/data/test/cifar10/*.tfrecord --num_test_example 20 --train_batch_size 32 --test_batch_size=32 --image_size 299 --initial_learning_rate 0.01 --staircase true'

圖像多標簽單機訓練

pai -name easy_vision_ext
           -Dbuckets='oss://{bucket_name}.{oss_host}/{path}'
           -Darn='acs:ram::*********:role/aliyunodpspaidefaultrole'
           -DossHost='{oss_host}'
           -DgpuRequired=100
           -Dcmd train
           -Dparam_config '--model_type MultiLabelClassification --backbone  inception_v4 --num_classes 10 --num_epochs 1 --model_dir oss://examplebucket/test/cifar_inception_v4 --use_pretrained_model true --train_data oss://examplebucket/data/test/cifar10/*.tfrecord --test_data oss://examplebucket/data/test/cifar10/*.tfrecord --num_test_example 20 --train_batch_size 32 --test_batch_size=32 --image_size 299 --initial_learning_rate 0.01 --staircase true'

圖像多標簽多機訓練

pai -name easy_vision_ext
           -Dbuckets='oss://{bucket_name}.{oss_host}/{path}'
           -Darn='acs:ram::*********:role/aliyunodpspaidefaultrole'
           -DossHost='{oss_host}'
           -Dcmd train
           -Dcluster='{
             \"ps\": {
                 \"count\" : 1,
                 \"cpu\" : 600
             },
             \"worker\" : {
                 \"count\" : 3,
                 \"cpu\" : 800,
                 \"gpu\" : 100
             }
           }'
           -Dparam_config='--model_type MultiLabelClassification --backbone  inception_v4 --num_classes 10 --num_epochs 1 --model_dir oss://examplebucket/test/cifar_inception_v4_dis --use_pretrained_model true --train_data oss://examplebucket/data/test/cifar10/*.tfrecord --test_data oss://examplebucket/data/test/cifar10/*.tfrecord --num_test_example 20 --train_batch_size 32 --test_batch_size=32 --image_size 299 --initial_learning_rate 0.01 --staircase true'

參數說明

參數	是否必選	描述	取值格式	默認值
buckets	是	OSS Bucket地址。Bucket必須以正斜線（/）結尾。	oss://{bucket_name}.{oss_host}/{path}	無
arn	是	訪問OSS的授權。您可以登錄PAI控制臺，在全部產品依賴頁面的Designer區域，單擊操作列下的查看授權信息，獲取arn，具體操作請參見云產品依賴與授權：Designer。	acs:ram::*:role/AliyunODPSPAIDefaultRole	無
ossHost	否	OSS訪問域名，詳情請參見訪問域名和數據中心。如果未指定該參數，則從Buckets參數中獲取。	oss-{region}.aliyuncs.com	從Buckets參數中獲取
cluster	否	分布式訓練參數相關配置。	JSON格式字符串	“”
gpuRequired	否	標識是否使用GPU，默認使用一張卡。如果取值200，則一個Worker申請2張卡。	100	100
cmd	是	EasyVision任務類型。模型訓練時，該參數應取值為train。	train	無
param_config	是	模型訓練參數，其格式與Python Argparser參數格式一致，詳情請參見param_config說明。	STRING	無

param_config說明

param_config包含若干模型配置相關參數，格式為Python Argparser，示例如下。

-Dparam_config = '--model_type MultiLabelClassification --backbone inception_v4 --num_classes 200 --model_dir oss://your/bucket/exp_dir'

說明

所有字符串類型的參數，其取值均不加引號。

參數名稱	是否必選	參數描述	取值格式	默認值
model_type	是	訓練模型類型。多標簽分類的模型類型為MultiLabelClassification。	STRING	無
backbone	否	識別模型的網絡名稱，取值包括： lenetcifarnetalexnetvgg_16 vgg_19 inception_v1 inception_v2 inception_v3 inception_v4 mobilenet_v1 mobilenet_v2 resnet_v1_50 resnet_v1_101 resnet_v1_152	STRING	inception_v4
num_classes	是	分類類別數量。	100	無
image_size	否	圖片Resize后的大小，單位為像素。	INT	224
use_crop	否	是否使用crop進行數據增強。	BOOL	true
eval_each_category	否	是否針對每個類別單獨進行評估。	BOOL	false
optimizer	否	優化方法，取值包括： momentum：指sgd adam	STRING	momentum
lr_type	否	學習率調整策略，取值包括： exponential_decay：指數衰減。 polynomial_decay：多項式衰減。其中num_steps自動配置為總訓練迭代次數，end_learning_rate為initial_learning_rate的千分之一。 manual_step：手動指定各階段的學習率。通過decay_epochs指定需要調整學習率的迭代輪數，通過learning_rates指定對應迭代輪數使用的學習率。 cosine_decay，根據余弦曲線調整lr，詳情請參見論文。	STRING	exponential_decay
initial_learning_rate	否	初始學習率。	FLOAT	0.01
decay_epochs	否	如果使用exponential_decay，該參數對應tf.train.exponential.decay中的decay_steps，系統會自動根據訓練數據總數將decay_epochs轉換為decay_steps。例如，取值為10，通常是總Epoch數的1/2。如果使用manual_step，該參數表示需要調整學習率的迭代輪數。例如16 18表示在16 Epoch和18 Epoch對學習率進行調整。通常將這兩個值配置為總Epoch的8/10和9/10。	整數列表，例如20 20 40 60。	20
decay_factor	否	tf.train.exponential.decay中的decay_factor。	FLOAT	0.95
staircase	否	tf.train.exponential.decay中的staircase。	BOOL	true
power	否	tf.train.polynomial.decay中的power。	FLOAT	0.9
learning_rates	否	manual_step學習率調整策略中使用的參數，表示在指定Epoch中學習率的取值。如果您指定的調整Epoch有兩個，則需要在此指定兩個Epoch對應的學習率。例如，如果decay_epochs為20 40，則該將參數配置為0.001 0.0001，表示在20 Epoch學習率調整為0.001，40 Epoch學習率調整為0.0001。建議幾次調整的學習率依次為初始學習率的1/10、1/100及1/1000。	浮點列表	無
train_data	是	訓練數據文件的OSS路徑。	oss://path/to/train_*.tfrecord	無
test_data	是	訓練過程中，評估數據的OSS路徑。	oss://path/to/test_*.tfrecord	無
train_batch_size	是	訓練的batch_size。	INT，例如32。	無
test_batch_size	是	評估的batch_size。	INT，例如32。	無
train_num_readers	否	訓練數據并發讀取線程數。	INT	4
model_dir	是	訓練的OSS目錄。	oss://path/to/model	無
pretrained_model	否	預訓練模型OSS路徑。如果指定該路徑，則在該模型基礎上進行微調。	oss://pai-vision-data-sh/pretrained_models/inception_v4.ckpt	“”
use_pretrained_model	否	是否使用預訓練模型。	BOOL	true
num_epochs	是	訓練迭代次數。取值1表示對所有訓練數據都進行一次迭代。	INT，例如40。	無
num_test_example	否	訓練過程中評估數據條目數。取值 -1表示使用所有測試數據作為評估數據。	INT，例如2000。	-1
num_visualizations	否	評估過程可視化顯示的樣本數量。	INT	10
save_checkpoint_epochs	否	保存Checkpoint的頻率，以Epoch為單位。取值為1表示每完成一次訓練就保存一次Checkpoint。	INT	1
num_train_images	否	總的訓練樣本數。如果使用自己生成的TFRecord，則需要指定該參數。	INT	0
label_map_path	否	類別映射文件。如果使用自己生成的TFRecord，則需要指定該參數。	STRING	””

日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

PAI圖像分類（多標簽分類）訓練

圖像分類訓練

參數說明

param_config說明

相關文檔