视频分类单标签

用于进行视频单标签分类的深度学习组件，输入为视频，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 52 训练组件参数

参数	必填	描述
算法	是	用于视频单标签分类任务的预置模型，支持如下几种模型（模型介绍参考 视频分类单标签 ）： GPU: tsn_r50, tsm_r50, c2d_r50, csn_r152, r2puls1d_r34, slowfast_r50, i3d_r50, tanet_r50, swin-tiny, swin-small, swin-base, swin-large, timesformer_spaceOnly, timesformer_jointST, slowonly_r50, tin-tsm_r50, tpn-slowonly_r50, uniformerv2-r224 MLU: tsn_r50, tsm_r50, c2d_r50, csn_r152, r2puls1d_r34, i3d_r50, tanet_r50, swin-tiny, swin-small, swin-base, swin-large, timesformer_spaceOnly, slowonly_r50, tpn-slowonly_r50
训练参数-Lr	是	初始学习率大小。
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。
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。
训练参数-Val_interval	是	训练过程中进行评估间隔的 epoch 数，需给定验证数据集。
训练参数-Ckpt_save_interval	是	保存两个 checkpoint 之间的 epoch 数。
训练参数-Max_keep_ckpts	是	最多能够保存的 checkpoint 数量。
训练参数-Logging_interval	是	日志打印间隔。
训练参数-Weight_decay	是	训练使用的 L2 权重衰减系数。
训练参数-Optimizer	是	训练使用的优化器类型，支持 SGD, RMSprop, Adadelta, Adam, AdamW, Adagrad 六种。
训练参数-Momentum	是	动量大小，仅在 RMSprop 和 SGD 优化器中出现。
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。
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。
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。
训练参数-Use_warm_up	是	是否开启学习率热身，可选 True, False。
训练参数-Warm_up_type	是	学习率热身策略，仅在使用学习率热身时出现，支持 constant, linear 两种。
训练参数-Warm_up_epochs	是	学习率热身的迭代轮数, 仅在使用学习率热身时出现。
训练参数-Warm_up_ratio	是	学习率热身比率, 仅在使用学习率热身时出现。
训练参数-Lr_scheduler_type	是	学习率下降策略，支持 constant, step, exponential, linear, polynomial, cosine 六种。
训练参数-Gamma	是	学习率调整倍数, 仅在 step, exponential 学习率策略中出现。
训练参数-Milestones	是	学习率阶梯下降的 epoch 节点, 仅在 step 学习率策略中出现。
训练参数-Power	是	学习率下降的多项式函数的次方, 仅在 polynomial 学习率策略中出现。
训练参数-End_factor	是	学习率最终下降的比率, 仅在 linear 学习率策略中出现。
训练参数-Dropout_ratio	是	训练网络全连接层的输出神经元随机丢弃率, 用于避免过拟合。
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 53 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。