ResNet50Extension.ResNet50 Metoda

Definice

Obor názvů:

Microsoft.ML

Sestavení:

Microsoft.ML.DnnImageFeaturizer.ResNet50.dll

Balíček:

Microsoft.ML.DnnImageFeaturizer.ResNet50 v0.21.1

Přetížení

ResNet50(DnnImageModelSelector, IHostEnvironment, String, String)

Vrátí řetězec estimátoru se dvěma odpovídajícími modely (předzpracováním jednoho a hlavního) vyžadovaným pro kanál ResNet. Zahrnuje také přejmenování ColumnCopyingTransforms, které musí být schopné používat libovolné názvy vstupních a výstupních sloupců. Předpokládá se, že oba modely jsou ve stejném umístění jako soubor obsahující tuto metodu, které budou použity prostřednictvím NuGetu. Toto by měl být výchozí způsob použití resnet50 při importu modelu z NuGetu.

ResNet50(DnnImageModelSelector, IHostEnvironment, String, String, String)

To umožňuje zadat vlastní umístění modelu. To je užitečné, je zadán vlastní model nebo pokud je model žádoucí umístit nebo expedovat samostatně v jiné složce od hlavní aplikace. Mějte na paměti, že vzhledem k tomu, že modely Onnx musí být ve vlastním adresáři pro fungování OnnxTransformer, tato metoda připojí podadresář ResNet50Onnx/ResNetPrepOnnx do předaného adresáře, aby se zabránilo ručnímu ručnímu provedení tohoto adresáře.

ResNet50(DnnImageModelSelector, IHostEnvironment, String, String)

Vrátí řetězec estimátoru se dvěma odpovídajícími modely (předzpracováním jednoho a hlavního) vyžadovaným pro kanál ResNet. Zahrnuje také přejmenování ColumnCopyingTransforms, které musí být schopné používat libovolné názvy vstupních a výstupních sloupců. Předpokládá se, že oba modely jsou ve stejném umístění jako soubor obsahující tuto metodu, které budou použity prostřednictvím NuGetu. Toto by měl být výchozí způsob použití resnet50 při importu modelu z NuGetu.

public static Microsoft.ML.Data.EstimatorChain<Microsoft.ML.Transforms.ColumnCopyingTransformer> ResNet50 (this Microsoft.ML.Transforms.Onnx.DnnImageModelSelector dnnModelContext, Microsoft.ML.Runtime.IHostEnvironment env, string outputColumnName, string inputColumnName);

static member ResNet50 : Microsoft.ML.Transforms.Onnx.DnnImageModelSelector * Microsoft.ML.Runtime.IHostEnvironment * string * string -> Microsoft.ML.Data.EstimatorChain<Microsoft.ML.Transforms.ColumnCopyingTransformer>

<Extension()>
Public Function ResNet50 (dnnModelContext As DnnImageModelSelector, env As IHostEnvironment, outputColumnName As String, inputColumnName As String) As EstimatorChain(Of ColumnCopyingTransformer)

Parametry

dnnModelContext

DnnImageModelSelector

env

IHostEnvironment

outputColumnName

String

inputColumnName

String

Návraty

EstimatorChain<ColumnCopyingTransformer>

ResNet50(DnnImageModelSelector, IHostEnvironment, String, String, String)

To umožňuje zadat vlastní umístění modelu. To je užitečné, je zadán vlastní model nebo pokud je model žádoucí umístit nebo expedovat samostatně v jiné složce od hlavní aplikace. Mějte na paměti, že vzhledem k tomu, že modely Onnx musí být ve vlastním adresáři pro fungování OnnxTransformer, tato metoda připojí podadresář ResNet50Onnx/ResNetPrepOnnx do předaného adresáře, aby se zabránilo ručnímu ručnímu provedení tohoto adresáře.

public static Microsoft.ML.Data.EstimatorChain<Microsoft.ML.Transforms.ColumnCopyingTransformer> ResNet50 (this Microsoft.ML.Transforms.Onnx.DnnImageModelSelector dnnModelContext, Microsoft.ML.Runtime.IHostEnvironment env, string outputColumnName, string inputColumnName, string modelDir);

static member ResNet50 : Microsoft.ML.Transforms.Onnx.DnnImageModelSelector * Microsoft.ML.Runtime.IHostEnvironment * string * string * string -> Microsoft.ML.Data.EstimatorChain<Microsoft.ML.Transforms.ColumnCopyingTransformer>

<Extension()>
Public Function ResNet50 (dnnModelContext As DnnImageModelSelector, env As IHostEnvironment, outputColumnName As String, inputColumnName As String, modelDir As String) As EstimatorChain(Of ColumnCopyingTransformer)

Parametry

dnnModelContext

DnnImageModelSelector

env

IHostEnvironment

outputColumnName

String

inputColumnName

String

modelDir

String

Návraty

EstimatorChain<ColumnCopyingTransformer>