ImageLoadingEstimator Clase
Definición
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.
public sealed class ImageLoadingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Data.ImageLoadingTransformer>type ImageLoadingEstimator = class
inherit TrivialEstimator<ImageLoadingTransformer>Public NotInheritable Class ImageLoadingEstimator
Inherits TrivialEstimator(Of ImageLoadingTransformer)- Herencia
Comentarios
Características del estimador
| ¿Este estimador necesita examinar los datos para entrenar sus parámetros? | No |
| Tipo de datos de columna de entrada | Texto |
| Tipo de datos de columna de salida | MLImage |
| NuGet necesario además de Microsoft.ML | Microsoft.ML.ImageAnalytics |
| Exportable a ONNX | No |
El resultado ImageLoadingTransformer crea una nueva columna, denominada como se especifica en los parámetros de nombre de columna de salida, y carga en ella las imágenes especificadas en la columna de entrada. La carga es el primer paso de casi todas las canalizaciones que realiza el procesamiento de imágenes y un análisis adicional sobre las imágenes. Las imágenes que se van a cargar deben estar en los formatos admitidos por MLImage la implementación. Para ver canalizaciones de procesamiento de imágenes de un extremo a otro y escenarios en las aplicaciones, consulte los ejemplos del repositorio de github machinelearning-samples.
Consulte la sección Consulte también los vínculos a ejemplos de uso.
Métodos
| Fit(IDataView) |
IEstimator<TTransformer>para .ImageLoadingTransformer (Heredado de TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
Devuelve el SchemaShape valor del esquema que generará el transformador. Se usa para la propagación y comprobación de esquemas en una canalización. |
Métodos de extensión
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de nivel inferior se entrenarán con los datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) que se llame. A menudo, es importante que un estimador devuelva información sobre lo que cabe, por lo que el Fit(IDataView) método devuelve un objeto con tipo específico, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador está enterrado en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit. |