FormRecognizerClientExtensions.TrainCustomModelAsync Methode

Referenz

Definition

Namespace:: Microsoft.Azure.CognitiveServices.FormRecognizer

Assembly:: Microsoft.Azure.CognitiveServices.FormRecognizer.dll

Paket:: Microsoft.Azure.CognitiveServices.FormRecognizer v0.8.0-preview

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Trainieren eines Modells

public static System.Threading.Tasks.Task<Microsoft.Azure.CognitiveServices.FormRecognizer.Models.TrainResult> TrainCustomModelAsync (this Microsoft.Azure.CognitiveServices.FormRecognizer.IFormRecognizerClient operations, Microsoft.Azure.CognitiveServices.FormRecognizer.Models.TrainRequest trainRequest, System.Threading.CancellationToken cancellationToken = default);

static member TrainCustomModelAsync : Microsoft.Azure.CognitiveServices.FormRecognizer.IFormRecognizerClient * Microsoft.Azure.CognitiveServices.FormRecognizer.Models.TrainRequest * System.Threading.CancellationToken -> System.Threading.Tasks.Task<Microsoft.Azure.CognitiveServices.FormRecognizer.Models.TrainResult>

<Extension()>
Public Function TrainCustomModelAsync (operations As IFormRecognizerClient, trainRequest As TrainRequest, Optional cancellationToken As CancellationToken = Nothing) As Task(Of TrainResult)

Parameter

operations: IFormRecognizerClient

Die Vorgangsgruppe für diese Erweiterungsmethode.

trainRequest: TrainRequest

Anforderungsobjekt für das Training.

cancellationToken: CancellationToken

Das Abbruchtoken.

Gibt zurück

Task<TrainResult>

Hinweise

Die Trainingsanforderung muss einen Quellparameter enthalten, bei dem es sich entweder um einen extern zugänglichen Azure Storage-Blobcontainer-URI (vorzugsweise ein Shared Access Signature-URI) oder einen gültigen Pfad zu einem Datenordner auf einem lokal bereitgestellten Laufwerk handelt. Wenn lokale Pfade angegeben werden, müssen diese das Pfadformat von Linux/Unix befolgen und absolute Pfade sein, die mit dem eingegebenen Wert für die Einbindungskonfigurationseinstellung verknüpft sind. Wenn der Wert der Konfigurationseinstellung von „{Mounts:Input}“ beispielsweise „/input“ ist, wäre „/input/contosodataset“ ein gültiger Quellpfad. Es wird erwartet, dass sich alle zu trainierenden Daten unter der Quelle befinden. Modelle werden mithilfe von Dokumenten trainiert, die den folgenden Inhaltstyp aufweisen: 'application/pdf', 'image/jpeg' und 'image/png'." Andere Inhalte werden beim Trainieren eines Modells ignoriert.

Gilt für:

Freigeben über