Partager via


ImageLoadingTransformer Classe

Définition

ITransformer résultant de l’ajustement d’un ImageLoadingEstimator.

public sealed class ImageLoadingTransformer : Microsoft.ML.Data.OneToOneTransformerBase
type ImageLoadingTransformer = class
    inherit OneToOneTransformerBase
Public NotInheritable Class ImageLoadingTransformer
Inherits OneToOneTransformerBase
Héritage

Champs

ImageFolder

Dossier à partir duquel charger les images.

Méthodes

GetOutputSchema(DataViewSchema)

ITransformer résultant de l’ajustement d’un ImageLoadingEstimator.

(Hérité de RowToRowTransformerBase)
Transform(IDataView)

ITransformer résultant de l’ajustement d’un ImageLoadingEstimator.

(Hérité de RowToRowTransformerBase)

Implémentations d’interfaces explicites

ICanSaveModel.Save(ModelSaveContext)

ITransformer résultant de l’ajustement d’un ImageLoadingEstimator.

(Hérité de RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformer résultant de l’ajustement d’un ImageLoadingEstimator.

(Hérité de RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformer résultant de l’ajustement d’un ImageLoadingEstimator.

(Hérité de RowToRowTransformerBase)

Méthodes d’extension

Preview(ITransformer, IDataView, Int32)

Afficher un aperçu d’un effet sur transformer un donné data.

Append<TTrans>(ITransformer, TTrans)

Créez une chaîne de transformateur, en ajoutant un autre transformateur à la fin de cette chaîne de transformateur.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)

TimeSeriesPredictionEngine<TSrc,TDst> crée un moteur de prédiction pour un pipeline de série chronologique. Il met à jour l’état du modèle de série chronologique avec des observations observées lors de la phase de prédiction et permet de contrôler le modèle.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)

TimeSeriesPredictionEngine<TSrc,TDst> crée un moteur de prédiction pour un pipeline de série chronologique. Il met à jour l’état du modèle de série chronologique avec des observations observées lors de la phase de prédiction et permet de contrôler le modèle.

S’applique à