Sdílet prostřednictvím


TorchSharpCatalog.QuestionAnswer Metoda

Definice

Přetížení

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)

Vylaďte model ROBERTA pro otázky a odpovědi. Limit pro libovolnou větu je 512 tokenů. Každé slovo se obvykle mapuje na jeden token a automaticky přidáme 2 specické tokeny (počáteční token a token oddělovače), takže obecně bude tento limit 510 slov pro všechny věty.

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)

Vylaďte model ROBERTA pro otázky a odpovědi. Limit pro libovolnou větu je 512 tokenů. Každé slovo se obvykle mapuje na jeden token a automaticky přidáme 2 specické tokeny (počáteční token a token oddělovače), takže obecně bude tento limit 510 slov pro všechny věty.

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)

Vylaďte model ROBERTA pro otázky a odpovědi. Limit pro libovolnou větu je 512 tokenů. Každé slovo se obvykle mapuje na jeden token a automaticky přidáme 2 specické tokeny (počáteční token a token oddělovače), takže obecně bude tento limit 510 slov pro všechny věty.

public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.Roberta.QATrainer.Options options);
static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.Roberta.QATrainer.Options -> Microsoft.ML.TorchSharp.Roberta.QATrainer
<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As QATrainer.Options) As QATrainer

Parametry

options
QATrainer.Options

Možnosti pro kontrolu kvality.

Návraty

Platí pro

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)

Vylaďte model ROBERTA pro otázky a odpovědi. Limit pro libovolnou větu je 512 tokenů. Každé slovo se obvykle mapuje na jeden token a automaticky přidáme 2 specické tokeny (počáteční token a token oddělovače), takže obecně bude tento limit 510 slov pro všechny věty.

public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string contextColumnName = "Context", string questionColumnName = "Question", string trainingAnswerColumnName = "TrainingAnswer", string answerIndexColumnName = "AnswerIndex", string predictedAnswerColumnName = "Answer", string scoreColumnName = "Score", int topK = 3, int batchSize = 4, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);
static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.Roberta.QATrainer
<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional contextColumnName As String = "Context", Optional questionColumnName As String = "Question", Optional trainingAnswerColumnName As String = "TrainingAnswer", Optional answerIndexColumnName As String = "AnswerIndex", Optional predictedAnswerColumnName As String = "Answer", Optional scoreColumnName As String = "Score", Optional topK As Integer = 3, Optional batchSize As Integer = 4, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As QATrainer

Parametry

contextColumnName
String

Kontext otázky.

questionColumnName
String

Otázka, která se ptá.

trainingAnswerColumnName
String

Odpověď použitá k trénování modelu.

answerIndexColumnName
String

Index počátečního znaku této odpovědi v kontextu.

predictedAnswerColumnName
String

Odpověď předpovězená modelem během odvozování.

scoreColumnName
String

Skóre předpověděných odpovědí

topK
Int32

Kolik nejlepších výsledků chcete pro danou otázku vrátit.

batchSize
Int32

Počet řádků v dávce

maxEpochs
Int32

Maximální počet opakování v trénovací sadě

architecture
BertArchitecture

Architektura modelu Výchozí hodnota je Roberta.

validationSet
IDataView

Ověřovací sada používaná při trénování ke zlepšení kvality modelu.

Návraty

Platí pro