Sdílet prostřednictvím


Microsoft.ML Obor názvů

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

Třídy

AlexNetExtension

Toto je rozšiřující metoda, která se má použít s objektem DnnImageFeaturizerEstimator , aby bylo možné použít předem vytrénovaný model AlexNet. NuGet obsahující toto rozšíření je také zaručeno, že bude obsahovat soubor binárního modelu.

AnomalyDetectionCatalog

Třída používaná k MLContext vytváření instancí komponent detekce anomálií, jako jsou školitelé a hodnotitelé.

AnomalyDetectionCatalog.AnomalyDetectionTrainers

Třída používaná k MLContext vytváření instancí školitelů detekce anomálií.

BinaryClassificationCatalog

Třída používaná k MLContext vytváření instancí komponent binární klasifikace, jako jsou školitele a kalibrátory.

BinaryClassificationCatalog.BinaryClassificationTrainers

Třída používaná k MLContext vytvoření instancí školitelů binární klasifikace.

BinaryClassificationCatalog.CalibratorsCatalog

Třída používaná k MLContext vytvoření instancí binárních kalibrátorů klasifikace.

BinaryLoaderSaverCatalog

Kolekce rozšiřujících metod pro DataOperationsCatalog vytváření instancí komponent pro ukládání a čtení IDataView objektů do a z vysoce výkonného binárního formátu.

CategoricalCatalog

Kolekce rozšiřujících metod pro TransformsCatalog.CategoricalTransforms vytvoření komponent kategorického transformátoru.

ClusteringCatalog

Třída, kterou používá MLContext k vytváření instancí komponent clusteringu, jako jsou školitelé.

ClusteringCatalog.ClusteringTrainers

Třída, kterou používá MLContext k vytváření instancí školitelů clusteringu.

ConversionsCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí komponent transformátoru mapování binárních vektorů na klíč

ConversionsExtensionsCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí převodu dat a mapování komponent transformátoru.

CustomMappingCatalog

Třída obsahující rozšiřující metodu pro TransformsCatalog vytvoření instancí uživatelem definovaných komponent mapování řádků 1:1.

DatabaseLoaderCatalog

Kolekce rozšiřujících metod pro DataOperationsCatalog čtení z databází.

DataLoaderExtensions

Třída používaná k načtení dat z jednoho nebo více souborů.

DataOperationsCatalog

Třída slouží k vytvoření komponent, které pracují s daty, ale nejsou součástí trénovacího kanálu modelu. Zahrnuje komponenty pro načítání, ukládání, ukládání, ukládání do mezipaměti, filtrování, náhodné prohazování a rozdělení dat.

DataViewRow

Logický řádek dat. Může to být řádek IDataView nebo samostatný řádek.

DataViewRowCursor

Třída používaná k kurzoru mezi řádky objektu IDataView.

DataViewSchema

Představuje schéma objektu IDataViewDataViewRownebo . Schéma je kolekce .DataViewSchema.Column

DataViewSchema.Annotations

Poznámky schématu jednoho DataViewSchema.Column.

DataViewSchema.Annotations.Builder

Třída obsahující operace pro sestavení .DataViewSchema.Annotations

DataViewSchema.Builder

Třída obsahující operace pro sestavení .DataViewSchema

DebuggerExtensions

Třída slouží k vytváření instancí objektů náhledu pro ladění. Poznámka: Tato třída a všechny metody by se měly používat pouze pro ladění, a ne v produkčním kódu.

ExplainabilityCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí komponent vysvětlitelnosti modelů.

ExpressionCatalog

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

ExtensionBaseAttribute

Základní typ atributu pro všechny atributy používané pro účely rozšiřitelnosti.

ExtensionsCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí chybějících součástí transformátoru hodnot.

FactorizationMachineExtensions

Kolekce rozšiřujících metod pro BinaryClassificationCatalog vytváření instancí komponent trenéra faktorizace s podporou polí.

FeatureSelectionCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí součástí transformátoru výběru funkcí.

ForecastingCatalog

Třída používaná službou MLContext k vytvoření instancí komponent prognózy.

ForecastingCatalog.Forecasters

Třída používaná k MLContext vytváření instancí prognostních školitelů.

IDataViewExtensions

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

ImageEstimatorsCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí součástí transformátoru pro zpracování obrazu.

InputOutputColumnPair

Určuje názvy vstupních a výstupních sloupců pro součásti transformátoru, které pracují s více sloupci.

KernelExpansionCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí komponent transformátoru pro metody jádra.

KMeansClusteringExtensions

Kolekce rozšiřujících metod pro ClusteringCatalog.ClusteringTrainers vytváření instancí školitelů KMeans.

LearningPipelineExtensions

Rozšiřující metody, které umožňují řetězení kanálů estimátoru a transformátoru.

LightGbmExtensions

Kolekce rozšiřujících metod pro RegressionCatalog.RegressionTrainerskatalogy , RankingCatalog.RankingTrainersBinaryClassificationCatalog.BinaryClassificationTrainers, a MulticlassClassificationCatalog.MulticlassClassificationTrainers

LoggingEventArgs

Poskytuje data pro událost Log.

MklComponentsCatalog

Kolekce rozšiřujících metod pro , BinaryClassificationCatalog.BinaryClassificationTrainersa TransformsCatalog pro RegressionCatalog.RegressionTrainersvytváření komponent MKL (Math Kernel Library) a jejich transformace.

MLContext

Společný kontext pro všechny operace ML.NET. Jakmile uživatel vytvoří instanci, poskytuje způsob, jak vytvořit komponenty pro přípravu dat, přípravu atributů, trénování, predikci a vyhodnocení modelů. Umožňuje také protokolování, řízení provádění a možnost nastavit opakovatelná náhodná čísla.

ModelOperationsCatalog

Třída používaná nástrojem MLContext k ukládání a načítání natrénovaných modelů.

ModelSaveContext

Objekt praktičního kontextu pro ukládání modelů do úložiště, pro implementátory .ICanSaveModel

MulticlassClassificationCatalog

Třída používaná k MLContext vytváření instancí komponent klasifikace s více třídami, jako jsou školitelé.

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Třída používaná k MLContext vytvoření instancí vícetřídních klasifikačních školitelů.

NormalizationCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytvoření instancí komponent číselné normalizace.

OnnxCatalog

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

OnnxExportExtensions

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

PcaCatalog

Kolekce rozšiřujících metod používaných AnomalyDetectionCatalog.AnomalyDetectionTrainerskatalogy , a TransformsCatalog k vytvoření instancí komponent PCA (Principal Component Analysis).

PermutationFeatureImportanceExtensions

Kolekce rozšiřujících metod používaných RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCataloga RankingCatalog k vytvoření instancí komponent důležitosti permutačních funkcí.

PredictionEngine<TSrc,TDst>

Třída pro vytváření jednotlivých predikcí u dříve natrénovaného modelu (a předchozího kanálu transformace)

PredictionEngineBase<TSrc,TDst>

Základní třída pro vytváření jednoduchých predikcí u dříve natrénovaného modelu (a předchozího kanálu transformace).

PredictionEngineOptions

Možnosti pro PredictionEngine<TSrc,TDst>

RankingCatalog

Třída používaná k MLContext vytvoření instancí komponent hodnocení, jako jsou školitelé a hodnotitelé.

RankingCatalog.RankingTrainers

Třída používaná k MLContext vytvoření instancí hodnocení školitelů.

RecommendationCatalog

Centrální katalog pro školitele doporučení a úkoly.

RecommendationCatalog.RecommendationTrainers

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

RecommenderCatalog

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

RegressionCatalog

Třída používaná nástrojem MLContext k vytváření instancí regresních komponent, jako jsou školitelé a hodnotitelé.

RegressionCatalog.RegressionTrainers

Třída používaná k MLContext vytváření instancí regresních školitelů.

ResNet101Extension

Toto je rozšiřující metoda, která se použije s objektem DnnImageFeaturizerEstimator , aby bylo možné použít předem vytrénovaný model ResNet101. NuGet obsahující toto rozšíření je také zaručeno, že bude obsahovat soubor binárního modelu.

ResNet18Extension

Jedná se o rozšiřující metodu DnnImageFeaturizerEstimator , která se má použít s objektem , aby bylo možné použít předem vytrénovaný model ResNet18. NuGet obsahující toto rozšíření je také zaručeno, že bude obsahovat soubor binárního modelu.

ResNet50Extension

Toto je rozšiřující metoda, která se použije s objektem DnnImageFeaturizerEstimator , aby bylo možné použít předem vytrénovaný model ResNet50. NuGet obsahující toto rozšíření je také zaručeno, že bude obsahovat soubor binárního modelu.

SchemaShape

Sada "požadavků" na příchozí schéma, stejně jako sada "příslibů" odchozího schématu. Je to uvolněnější než vlastní DataViewSchema, protože se jedná pouze o podmnožinu sloupců a také proto, že neurčí přesné DataViewTypehodnoty pro vektory a klíče.

StandardTrainersCatalog

Kolekce rozšiřujících metod pro RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersa MulticlassClassificationCatalog.MulticlassClassificationTrainers k vytvoření instancí komponent školitele.

TensorflowCatalog

Používá se TensorFlowTransformer v následujících dvou scénářích.

  1. Bodování pomocí předem vytrénovaného modelu TensorFlow : V tomto režimu transformace extrahuje hodnoty skrytých vrstev z předem natrénovaného modelu Tensorflow a používá výstupy jako funkce v kanálu ML.Net.
  2. Opětovné trénování modelu TensorFlow : V tomto režimu transformace přetrénuje model TensorFlow pomocí uživatelských dat předávaných kanálem ML.Net. Po vytrénování modelu je možné jeho výstupy použít jako funkce pro vyhodnocování.
TextCatalog

Kolekce rozšiřujících metod pro TransformsCatalog.

TextLoaderSaverCatalog

Kolekce rozšiřujících metod pro DataOperationsCatalog čtení z textových souborů s oddělovači, jako jsou csv a tsv.

TimeSeriesCatalog

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

TrainCatalogBase

Základní třída pro katalogy školitelů.

TrainCatalogBase.CatalogInstantiatorBase

Podtřídy z Microsoft.ML.TrainContext budou poskytovat malé "rozšiřující metody" připojitelné objekty (například něco jako Trainers). Uživatelský kód bude s těmito objekty pracovat pouze vyvoláním rozšiřujících metod. Skutečný kód komponenty může pracovat, Microsoft.ML.Data.CatalogUtils aby získal více "skrytých" informací z tohoto objektu, například prostředí.

TrainCatalogBase.CrossValidationResult<T>

Výsledky křížového ověření.

TrainerInfo

Charakteristiky trenéra. Vystaveno prostřednictvím vlastnosti Info každého trenéra.

TransformExtensionsCatalog

Kolekce rozšiřujících metod pro TransformsCatalog vytváření instancí součástí transformace, které manipulují se sloupci.

TransformsCatalog

Třída používaná k MLContext vytváření instancí transformovaných komponent.

TransformsCatalog.CategoricalTransforms

Třída používaná k MLContext vytváření instancí komponent transformace dat kategorií.

TransformsCatalog.ConversionTransforms

Třída používaná k MLContext vytváření instancí transformovaných dat převodu typů.

TransformsCatalog.FeatureSelectionTransforms

Třída používaná k MLContext vytváření instancí součástí transformace výběru funkce.

TransformsCatalog.TextTransforms

Třída používaná uživatelem MLContext k vytváření instancí komponent transformace textových dat.

TreeExtensions

Kolekce rozšiřujících metod, které RegressionCatalogpoužívají , MulticlassClassificationCatalogBinaryClassificationCatalog, RankingCataloga TransformsCatalog k vytváření instancí trenérů rozhodovacích stromů a featurizátorů.

VisionCatalog

Kolekce rozšiřujících metod pro MulticlassClassificationCatalog.MulticlassClassificationTrainers vytváření instancí komponent trenéra ImageClassification.

Struktury

DataOperationsCatalog.TrainTestData

Dvojice datových sad pro trénovací a testovací sadu.

DataViewSchema.Column

Tato třída popisuje jeden sloupec v konkrétním schématu.

DataViewSchema.DetachedColumn

Tato třída představuje schéma jednoho sloupce zobrazení dat bez přílohy ke konkrétnímu DataViewSchemaobjektu .

SchemaShape.Column

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

Rozhraní

ICanSaveModel

Pro uložení modelu do úložiště. Implementace ICanSaveModel tříd by měla provést explicitní implementaci .Save(ModelSaveContext) Třídy dědící ICanSaveModel ze základní třídy by měly přepsat funkci vyvolanou v Save(ModelSaveContext) této základní třídě, pokud existuje.

IDataLoader<TSource>

Zavaděč dat přijímá určitý druh vstupu a mění ho na IDataView.

IDataLoaderEstimator<TSource,TLoader>

Někdy potřebujeme "fitovat" .IDataLoader<TSource> Estimátor DataLoaderu je objekt, který ho provádí.

IDataView

Vstup a výstup operátorů dotazů (transformací). Jedná se o základní typ datového kanálu, který je srovnatelný s typem IEnumerable<T> LINQ.

IEstimator<TTransformer>

Estimátor (v terminologii Sparku) je "netrénovaný transformátor". Aby bylo možné vytvořit transformátor, musí se na data "vejít". Poskytuje také "šíření schématu" jako transformátory, ale místo SchemaShapeDataViewSchema.

IPredictionTransformer<TModel>

Rozhraní pro všechny transformátory, které mohou transformovat data na Microsoft.ML.IPredictor základě pole. Implementace tohoto rozhraní buď nemají žádný sloupec funkcí, nebo mají více než jeden sloupec funkce a nemohou implementovat ISingleFeaturePredictionTransformer<TModel>, který většina ML.Net tranformer implementuje.

ISingleFeaturePredictionTransformer<TModel>

ISingleFeaturePredictionTransformer obsahuje název FeatureColumnName a jeho typ . FeatureColumnType Implementace tohoto rozhraní, mají schopnost ohodnotit data vstupu IDataView prostřednictvím Transform(IDataView)

ITransformer

Transformátor je komponenta, která transformuje data. Podporuje také "šíření schématu", aby bylo možné odpovědět na otázku ,jak budou data s tímto schématem vypadat, když je transformujete?'.

Výčty

SchemaShape.Column.VectorKind

Hlavní obor názvů pro ML.NET. Obsahuje kontexty aplikací a operací, katalogy transformátorů a školitelů a komponenty pro zpracování zobrazení dat.

Delegáti

ValueGetter<TValue>

Pokud chcete získat hodnotu, zadejte delegování. To lze použít pro efektivní přístup k datům v nebo DataViewRowDataViewRowCursor.