OnnxTransformer Klasse

Definition

Namespace:

Microsoft.ML.Transforms.Onnx

Assembly:

Microsoft.ML.OnnxTransformer.dll

Paket:

Microsoft.ML.OnnxTransformer v3.0.1

ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter .

public sealed class OnnxTransformer : Microsoft.ML.Data.RowToRowTransformerBase, IDisposable

type OnnxTransformer = class
    inherit RowToRowTransformerBase
    interface IDisposable

Public NotInheritable Class OnnxTransformer
Inherits RowToRowTransformerBase
Implements IDisposable

Vererbung

Object

RowToRowTransformerBase

OnnxTransformer

Implementiert

IDisposable

Hinweise

Stimatoreigenschaften

Muss diese Schätzung die Daten untersuchen, um seine Parameter zu trainieren?	No
Eingabespaltendatentyp	Bekannte Vektoren oder SingleDouble Typen.
Ausgabespaltendatentyp	Der gleiche Datentyp wie die Eingabespalte
Erforderliche NuGet zusätzlich zu Microsoft.ML	Microsoft.ML.OnnxTransformer

Unterstütztdiende Modelle in ONNX 1.2, 1.3, 1.4 und 1.5 Format (opset 7, 8, 9 und 10), mithilfe der Microsoft.ML.OnnxRuntime-Bibliothek . Modelle werden standardmäßig auf CPU bewertet. Wenn die GPU-Ausführung erforderlich ist (optional), verwenden Sie das NuGet-Paket, das unter Microsoft.ML.OnnxRuntime.GPU verfügbar ist, und laden Sie CUDA 9.1 Toolkit und cuDNN herunter. Legen Sie den Parameter 'gpuDeviceId' auf eine gültige nicht negative ganze Zahl fest. Typische Geräte-ID-Werte sind 0 oder 1. Die Eingaben und Ausgabe der ONNX-Modelle müssen Tensor-Typ sein. Sequenz und Karten werden noch nicht unterstützt. OnnxRuntime funktioniert derzeit unter Windows und Ubuntu 16.04 Linux 64-Bit-Plattformen. Mac OS wird bald unterstützt. Besuchen Sie ONNX-Modelle , um eine Liste der leicht verfügbaren Modelle anzuzeigen, mit der Sie beginnen können. Weitere Informationen finden Sie unter ONNX .

Verwenden Sie zum Erstellen dieser Schätzung folgendes: ApplyOnnxModel

Überprüfen Sie den Abschnitt "Siehe auch", um Links zu Verwendungsbeispielen zu finden.

Methoden

Dispose()	ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter .
GetOutputSchema(DataViewSchema)	ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter . (Geerbt von RowToRowTransformerBase)
Transform(IDataView)	ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter . (Geerbt von RowToRowTransformerBase)

Explizite Schnittstellenimplementierungen

ICanSaveModel.Save(ModelSaveContext)	ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter . (Geerbt von RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)	ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter . (Geerbt von RowToRowTransformerBase)
ITransformer.IsRowToRowMapper	ITransformer aus der Anpassung eines OnnxScoringEstimator. Weitere Informationen zu den erforderlichen Abhängigkeiten und zum Ausführen auf einer GPU finden OnnxScoringEstimator Sie unter . (Geerbt von RowToRowTransformerBase)

Erweiterungsmethoden

Preview(ITransformer, IDataView, Int32)	Vorschau eines Effekts transformer auf ein bestimmtes data.
Append<TTrans>(ITransformer, TTrans)	Erstellen Sie eine neue Transformatorkette, indem Sie einen anderen Transformator an das Ende dieser Transformatorkette anfügen.
CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)	TimeSeriesPredictionEngine<TSrc,TDst> erstellt ein Vorhersagemodul für eine Zeitreihenpipeline. Es aktualisiert den Zustand des Zeitreihenmodells mit Beobachtungen, die in der Vorhersagephase angezeigt werden, und ermöglicht das Überprüfen des Modells.
CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)	TimeSeriesPredictionEngine<TSrc,TDst> erstellt ein Vorhersagemodul für eine Zeitreihenpipeline. Es aktualisiert den Zustand des Zeitreihenmodells mit Beobachtungen, die in der Vorhersagephase angezeigt werden, und ermöglicht das Überprüfen des Modells.