TextClassificationTrainer Třída
Definice
Důležité
Některé informace platí pro předběžně vydaný produkt, který se může zásadně změnit, než ho výrobce nebo autor vydá. Microsoft neposkytuje žádné záruky, výslovné ani předpokládané, týkající se zde uváděných informací.
Pro IEstimator<TTransformer> trénování hluboké neurální sítě (DNN) pro klasifikaci textu.
public class TextClassificationTrainer : Microsoft.ML.TorchSharp.NasBert.NasBertTrainer<uint,long>type TextClassificationTrainer = class
inherit NasBertTrainer<uint32, int64>Public Class TextClassificationTrainer
Inherits NasBertTrainer(Of UInteger, Long)- Dědičnost
-
TextClassificationTrainer
- Dědičnost
Poznámky
K vytvoření tohoto trenéra použijte TextClassification.
Vstupní a výstupní sloupce
Vstupní data sloupce popisku musí být klíčovým typem a sloupce vět musí být typu TextDataViewType.
Tento trenér vypíše následující sloupce:
| Název výstupního sloupce | Typ sloupce | Description |
|---|---|---|
PredictedLabel |
klíč typ | Index predikovaného popisku. Pokud je její hodnota i, skutečný popisek by byl i. kategorií v typu vstupního popisku s klíčovou hodnotou. |
Score |
Vektor vektoruSingle | Skóre všech tříd. Vyšší hodnota znamená, že větší pravděpodobnost spadá do přidružené třídy. Pokud má prvek inejvětší hodnotu, pak by index předpovězeného popisku byl i. Všimněte si, že i je index založený na nule. |
Charakteristiky trenéra
| Charakteristické | Value |
|---|---|
| Úloha strojového učení | Klasifikace s více třídami |
| Vyžaduje se normalizace? | No |
| Vyžaduje se ukládání do mezipaměti? | No |
| Požadovaný NuGet kromě Microsoft.ML | Microsoft.ML.TorchSharp a libtorch-cpu nebo libtorch-cuda-11.3 nebo některé z variant specifických pro operační systém. |
| Exportovatelné do ONNX | No |
Podrobnosti trénovacího algoritmu
Trénuje hloubkovou neurální síť (DNN) pomocí existujícího předem natrénovaného modelu NAS-BERT roBERTa pro účely klasifikace textu.
Metody
| Name | Description |
|---|---|
| Fit(IDataView) |
Pro IEstimator<TTransformer> trénování hluboké neurální sítě (DNN) pro klasifikaci textu. (Zděděno od NasBertTrainer<TLabelCol,TTargetsCol>) |
| GetOutputSchema(SchemaShape) |
Pro IEstimator<TTransformer> trénování hluboké neurální sítě (DNN) pro klasifikaci textu. (Zděděno od NasBertTrainer<TLabelCol,TTargetsCol>) |
Metody rozšíření
| Name | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Připojte kontrolní bod ukládání do mezipaměti do řetězu odhadce. Tím zajistíte, aby podřízené estimátory byly natrénovány proti datům uloženým v mezipaměti. Před průchodem více dat je užitečné mít kontrolní bod ukládání do mezipaměti. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Vzhledem k estimátoru vraťte objekt obtékání, který jednou zavolá delegáta Fit(IDataView) . Často je důležité, aby estimátor vrátil informace o tom, co bylo vhodné, což je důvod, proč Fit(IDataView) metoda vrací konkrétní typ objekt, spíše než jen obecný ITransformer. Ve stejnou dobu se však často vytvářejí do kanálů s mnoha objekty, takže možná budeme muset vytvořit řetěz odhadců prostřednictvím IEstimator<TTransformer> místa, kde odhadovač, EstimatorChain<TLastTransformer> pro který chceme získat transformátor, je někde v tomto řetězu. Pro tento scénář můžeme prostřednictvím této metody připojit delegáta, který bude volána po zavolání fit. |