音频分类单标签

用于进行音频单标签分类的深度学习组件，输入为音频，输出为单类分类标签。

节点输入输出

训练节点

输入：

• train（必选）： 训练数据集，需要是标注数据集的格式。

• validation（可选）： 验证数据集，需要是标注数据集的格式，用于在训练过程中监测模型精度。

• test（可选）：测试数据集，需要是标注数据集的格式。

输出：

• outputModel（必选）：训好模型的保存位置。

• modeling（可选）：用于连接评估节点。

评估节点

输入：

• data（必选）： 用于评估任务的数据集，需要是标注数据集的格式。

• model/modeling（二选一）： 用于连接训练节点。

组件配置

在工作流页面配置组件参数。

表 58 训练组件参数

参数	必填	描述
算法	是	用于音频单标签分类任务的预置模型，支持如下几种模型 (模型介绍 音频分类 ): GPU: cnn14 MLU: cnn14
训练参数-Lr	是	初始学习率大小。 默认值为 0.0002。
训练参数-Number_of_epochs	是	所有样本训练完成一轮表示一个 epoch。总的 epoch 轮数表示所有样本共训练多少轮。默认值为 20。
训练参数-Batch_size	是	训练的批大小，即模型训练过程中，每次迭代（每一步）训练的样本数量。默认值为 32。
训练参数-Weight_decay	是	L2 的权重衰减损失系数。默认值为 0。
训练参数-Optimizer	是	训练使用的优化器，支持 Adadelta, Adam, RMSprop, SGD 四种。默认值为 Adadelta。
训练参数-Momentum	是	动量大小，仅在 RMSprop 和 SGD 优化器中出现。默认值为 0.9。
训练参数-Rho	是	用于计算梯度平方的滑动平均值的系数，仅在 Adadelta 优化器中使用。默认值为 0.95。
训练参数-Beta1	是	用于计算梯度的滑动平均值的系数, 仅在 Adam 优化器中使用。默认值为 0.9。
训练参数-Beta2	是	用于计算梯度平方的滑动平均值的系数, 仅在 Adam 优化器中使用。默认值为 0.999。
资源类型	是	选择资源池类型
单节点规格	是	选择进行训练任务的单节点算力规格。
节点数	是	每个任务总的资源量为 单节点规格 x 计算节点数量
使用时长	是	支持配置使用时长

表 59 评估组件参数

参数	必填	描述
单节点规格	是	选择进行评估任务的单节点算力规格。