FormRecognizerClientExtensions.TrainCustomModelAsync Método

Referencia

Definición

Espacio de nombres:: Microsoft.Azure.CognitiveServices.FormRecognizer

Ensamblado:: Microsoft.Azure.CognitiveServices.FormRecognizer.dll

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

Importante

Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.

Train Model (Entrenar modelo)

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)

Parámetros

operations: IFormRecognizerClient

El grupo de operaciones de este método de extensión.

trainRequest: TrainRequest

Solicitar objeto para el entrenamiento.

cancellationToken: CancellationToken

Token de cancelación.

Devoluciones

Task<TrainResult>

Comentarios

La solicitud de entrenamiento debe incluir un parámetro de origen que sea un URI de contenedor de Azure Storage Blob accesible externamente (preferiblemente un URI de firma de acceso compartido) o una ruta de acceso válida a una carpeta de datos de una unidad montada localmente. Si se especifican rutas locales, deben seguir el formato de ruta de acceso de Linux/Unix y deben ser rutas de acceso absolutas cuya raíz sea el valor de configuración de montaje de entrada; por ejemplo, si el valor de la configuración de "{Mounts:Input}" es "/input", una ruta de acceso de origen válida sería "/input/contosodataset". Se espera que todos los datos que se entrenen estén en el origen. Los modelos se entrenan mediante documentos que son del siguiente tipo de contenido: "application/pdf", "image/jpeg" y "image/png". Se omite otro contenido al entrenar un modelo.

Se aplica a

Compartir a través de