ディープラーニングツールのトレーニング

In Deep Learning Studio

1. Create a new tool.
2. Configure the tool settings.
3. Select the dataset split to use for this tool.
4. Configure the training settings and click on Train.

In the API

In the API, to train a deep learning tool, call the method EDeepLearningTool::Train(trainingDataset, validationDataset, numberOfIterations).

The training settings

● The Number of iterations. An Iteration corresponds to going through all the images in the training set once.
□ トレーニングプロセスは、良い結果を得るために多数のループを必要とします。
□ ループのデフォルト数は50です。
□ ループの数が多いほど、トレーニング時間は長くなり、得られる結果が向上します。
● The Batch size corresponds to the number of image patches that are processed together.
□ トレーニングはバッチのサイズの影響を受けます。
□ 大きなバッチのサイズは、GPU上の1つのループの処理速度を向上させますが、より多くのメモリを必要とします。
□ トレーニングプロセスでは、小さすぎるバッチのサイズでは良いモデルを学習できません。
□ デフォルトでは、バッチサイズは利用可能なメモリの観点からトレーニングのスピードを最適化するためにトレーニング中に自動的に決定されます。

- を使用してこの動作を無効にします。

- を使用して、バッチのサイズを変更します。

□ 利用可能なメモリに応じてGPU上でのバッチ識別速度を最大化するバッチサイズを取得するには、を使用します。
□ パフォーマンス上の理由から、バッチのサイズとして2のべき乗を選択するのが一般的です。
● The Data augmentation.
● Whether to use Deterministic training or not.
□ The deterministic training allows to reproduce the exact same results when all the settings are the same (tool settings, dataset split and training settings).
□ The deterministic training fixes random seeds used in the training algorithm and uses deterministic algorithms.
□ The deterministic training is usually slower than a non-deterministic training.
□ In Deep Learning Studio, the option to use deterministic training and the random seed are available in the advanced parameters.

□ In the API, use EDeepLearningTool::EnableDeterministicTraining. and EDeepLearningTool::DeterministicTrainingRandomSeed.

Continue the training

You can continue to train a tool that is already trained.

In Deep Learning Studio, the dataset split associated with a trained tool is locked.

□ You can only continue training a tool with the same dataset split.
□ You can still add new training or validation images to the split by moving test images to the training set or the validation set of that split.

Asynchronous training

The training process is asynchronous and performed in the background.

● In Deep Learning Studio:
□ The training processes are queued.
□ They are automatically executed one after the other.
□ You can manually reorder the training in the processing queue.

● In the API:
□ EDeepLearningTool::Train launches a new thread that does the training in the background.
□ は、トレーニング全体が完了するまでプログラムを中断します。
□ は、現在のループが完了するまでプログラムを中断します。
□ トレーニング中に、はトレーニングの進捗を示します。