Sdílet prostřednictvím

OnnxCatalog Třída

  • Reference

Definice

Obor názvů:
Microsoft.ML
Sestavení:
Microsoft.ML.OnnxTransformer.dll
Balíček:
Microsoft.ML.OnnxTransformer v3.0.1
Balíček:
Microsoft.ML.OnnxTransformer v1.2.0
Balíček:
Microsoft.ML.OnnxTransformer v1.3.1
Balíček:
Microsoft.ML.OnnxTransformer v1.4.0
Balíček:
Microsoft.ML.OnnxTransformer v1.5.5
Balíček:
Microsoft.ML.OnnxTransformer v1.6.0
Balíček:
Microsoft.ML.OnnxTransformer v1.7.0
Balíček:
Microsoft.ML.OnnxTransformer v2.0.0
public static class OnnxCatalog
type OnnxCatalog = class
Public Module OnnxCatalog
Dědičnost
Object
OnnxCatalog

Metody

ApplyOnnxModel(TransformsCatalog, OnnxOptions)

Vytvořte OnnxScoringEstimator pomocí zadaného OnnxOptionsparametru . Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

OnnxScoringEstimatorVytvořte pro vstupní sloupec předem natrénovaný model Onnx. Vstupní a výstupní sloupce se určují na základě vstupních a výstupních sloupců zadaného modelu ONNX. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String, Nullable<Int32>, Boolean)

OnnxScoringEstimatorVytvořte pro vstupní sloupec předem natrénovaný model Onnx. Vstupní a výstupní sloupce se určují na základě vstupních a výstupních sloupců zadaného modelu ONNX. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String, String, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

Vytvořte OnnxScoringEstimatorpro sloupec předem natrénovaný model inputColumnName Onnx. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String, String, String, Nullable<Int32>, Boolean)

Vytvořte OnnxScoringEstimatorpro sloupec předem natrénovaný model inputColumnName Onnx. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

OnnxScoringEstimatorVytvořte pro sloupce předem vytrénovaný model inputColumnNames Onnx. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean, Int32)

OnnxScoringEstimatorVytvořte pro sloupce předem vytrénovaný model inputColumnNames Onnx. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
ApplyOnnxModel(TransformsCatalog, String[], String[], String, Nullable<Int32>, Boolean)

OnnxScoringEstimatorVytvořte pro sloupce předem vytrénovaný model inputColumnNames Onnx. Další informace o nezbytných závislostech a jeho spuštění na GPU najdete v tématu OnnxScoringEstimator .
DnnFeaturizeImage(TransformsCatalog, String, Func<DnnImageFeaturizerInput,EstimatorChain<ColumnCopyingTransformer>>, String)

Vytvořte DnnImageFeaturizerEstimator, který použije jeden z předem natrénovaných modelů DNN k DnnImageModelSelector featurizaci obrázku.

Platí pro