Available with Image Server
[モデルのトレーニング] ステップでは、ArcGIS 全体でディープ ラーニング解析に使用可能なディープ ラーニング モデルを作成します。 いくつかのパラメーターを使用してディープ ラーニング モデルの作成を制御できます。
トレーニング サンプルからラベル付きの画像チップを作成して保存した後、次のステップで推論用のディープ ラーニング モデルをトレーニングします。 [モデルのトレーニング] ステップでは、トレーニングの反復を指定したり、事前トレーニング済みモデルを選択したり、モデルのトレーニングのパラメーターを構成したりすることができます。 モデルのトレーニングに使用する構成パラメーターについて次の表で説明します。
パラメーター | 説明 |
---|---|
事前トレーニング済みモデル | 既存のモデルを使用します。 トレーニングに使用するモデルを選択します。 |
モデル タイプの選択 | モデルをトレーニングするときに使用するモデル タイプをドロップダウン リストから選択します。 |
最大エポック | トレーニング データセット全体を通して学習アルゴリズムが機能する回数を設定します。 |
バッチ サイズ | ネットワークを介して処理されるサンプルの数を設定します。 |
学習率 | トレーニング プロセスによって新しい情報を取得する率を指定します。 |
バックボーン モデル | 新規モデルの作成に使用する事前構成済みのディープ ラーニング ニューラル ネットワークを指定します。 |
整合チェック用画像のパーセンテージ | モデルの整合チェックに使用するトレーニング サンプルの割合を指定します。 |
モデルの改善が停止したときトレーニングを終了する | 改善が停止したときにモデルのトレーニングを停止します。 |
モデルの固定 | 事前トレーニング済みモデル内のバックボーン レイヤーのウェイトとバイアスが変更されないようにします。 |
注意:
これらのパラメーターはすべてディープ ラーニング プロセスに関連しています。 パラメーターの詳細については、「ラスター解析でのディープ ラーニング」をご参照ください。
モデルを構成した後、そのモデルを推論に使用したり、希望する結果が得られるまでオプションを変更してモデルを再実行したりすることができます。 モデルをトレーニングしたら、次のステップでこのモデルを推論に使用します。 [推測の実行] ステップを選択してディープ ラーニング プロセスを実行します。