TorchSharpCatalog.TextClassification Método

Definición

Espacio de nombres:

Microsoft.ML.TorchSharp

Ensamblado:

Microsoft.ML.TorchSharp.dll

Paquete:

Microsoft.ML.TorchSharp v0.23.0-preview.1.25125.4

Sobrecargas

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	Ajuste un modelo NAS-BERT para la clasificación de NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	Ajuste un modelo NAS-BERT para la clasificación de NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)

Source:

TorchSharpCatalog.cs

Ajuste un modelo NAS-BERT para la clasificación de NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.

public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions options);

static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer

<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As TextClassificationTrainer.TextClassificationOptions) As TextClassificationTrainer

Parámetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catálogo de la transformación.

options

TextClassificationTrainer.TextClassificationOptions

Opciones avanzadas.

Devoluciones

TextClassificationTrainer

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)

Source:

TorchSharpCatalog.cs

Ajuste un modelo NAS-BERT para la clasificación de NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.

public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string scoreColumnName = "Score", string outputColumnName = "PredictedLabel", string sentence1ColumnName = "Sentence1", string sentence2ColumnName = default, int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);

static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer

<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional outputColumnName As String = "PredictedLabel", Optional sentence1ColumnName As String = "Sentence1", Optional sentence2ColumnName As String = Nothing, Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As TextClassificationTrainer

Parámetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catálogo de la transformación.

labelColumnName

String

Nombre de la columna de etiqueta. La columna debe ser un tipo de clave.

scoreColumnName

String

Nombre de la columna de puntuación.

outputColumnName

String

Nombre de la columna de salida. Será un tipo de clave. Es la etiqueta de predicción.

sentence1ColumnName

String

Nombre de la columna de la primera oración.

sentence2ColumnName

String

Nombre de la columna de la segunda oración. Solo es necesario si la clasificación de NLP requiere pares de oraciones.

batchSize

Int32

Número de filas del lote.

maxEpochs

Int32

Número máximo de veces que recorrer el conjunto de entrenamiento.

architecture

BertArchitecture

Arquitectura del modelo. El valor predeterminado es Roberta.

validationSet

IDataView

Conjunto de validación usado durante el entrenamiento para mejorar la calidad del modelo.

Devoluciones

TextClassificationTrainer