LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase Clase

Definición

Espacio de nombres:

Microsoft.ML.Trainers

Ensamblado:

Microsoft.ML.StandardTrainers.dll

Paquete:

Microsoft.ML v3.0.1

Clase de opciones base para estimadores de instructores de losLbfgsTrainerBase<TOptions,TTransformer,TModel> que se deriva.

public abstract class LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithWeight where TOptions : LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type LbfgsTrainerBase<'Options, 'ransformer, 'Model (requires 'Options :> LbfgsTrainerBase<'Options, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
    inherit TrainerInputBaseWithWeight

Public MustInherit Class LbfgsTrainerBase(Of TOptions, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithWeight

Parámetros de tipo

TOptions

TTransformer

TModel

Herencia

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase

Derivado

Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options

Microsoft.ML.Trainers.LbfgsMaximumEntropyMulticlassTrainer.Options

Microsoft.ML.Trainers.LbfgsPoissonRegressionTrainer.Options

Constructores

LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase()

Clase de opciones base para estimadores de instructores de losLbfgsTrainerBase<TOptions,TTransformer,TModel> que se deriva.

Campos

DenseOptimizer	Forzar la densificación de los vectores de optimización internos. El valor predeterminado es False.
EnforceNonNegativity	Aplicar pesos no negativos. El valor predeterminado es False.
ExampleWeightColumnName	Columna que se va a usar, por ejemplo, peso. (Heredado de TrainerInputBaseWithWeight)
FeatureColumnName	Columna que se va a usar para las características. (Heredado de TrainerInputBase)
HistorySize	Número de iteraciones anteriores que recordar para calcular el hessiano. Los valores inferiores significan estimaciones más rápidas pero menos precisas.
InitialWeightsDiameter	Escala de pesos iniciales.
L1Regularization	Peso de regularización L1.
L2Regularization	Peso de regularización L2.
LabelColumnName	Columna que se va a usar para las etiquetas. (Heredado de TrainerInputBaseWithLabel)
MaximumNumberOfIterations	Número de iteraciones.
NumberOfThreads	el número de subprocesos; Null significa usar el número de procesadores.
OptimizationTolerance	Parámetro de tolerancia para la convergencia de optimización. (Bajo = más lento, más preciso).
Quiet	Determina si se va a generar la salida durante el entrenamiento o no.
StochasticGradientDescentInitilaizationTolerance	Ejecute SGD para inicializar los pesos LR, convergiendo a esta tolerancia.