LearningPipelineExtensions Kelas

Definisi

Ruang nama:

Microsoft.ML

Rakitan:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v2.0.0

Metode ekstensi yang memungkinkan penautan estimator dan alur transformator.

public static class LearningPipelineExtensions

type LearningPipelineExtensions = class

Public Module LearningPipelineExtensions

Warisan

Object

LearningPipelineExtensions

Metode

Append<TSource,TTrans>(IDataLoader<TSource>, IEstimator<TTrans>)	Buat estimator pemuat komposit baru, dengan menambahkan estimator ke pemuat data ini.
Append<TSource,TTrans>(IDataLoader<TSource>, TTrans)	Buat pemuat komposit baru, dengan menambahkan transformator ke pemuat data ini.
Append<TSource,TTrans>(IDataLoaderEstimator<TSource,IDataLoader<TSource>>, IEstimator<TTrans>)	Buat estimator pemuat komposit baru, dengan menambahkan estimator lain ke akhir estimator pemuat data ini.
Append<TTrans>(IEstimator<ITransformer>, IEstimator<TTrans>, TransformerScope)	Buat rantai estimator baru, dengan menambahkan estimator lain ke akhir estimator ini.
Append<TTrans>(ITransformer, TTrans)	Buat rantai transformator baru, dengan menambahkan transformator lain ke akhir rantai transformator ini.
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	Tambahkan 'titik pemeriksaan penembolokan' ke rantai estimator. Ini akan memastikan bahwa estimator hilir akan dilatih terhadap data cache. Sangat membantu untuk memiliki titik pemeriksaan penembolokan sebelum pelatih yang mengambil beberapa data berlalu.
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	Mengingat estimator, kembalikan objek pembungkus yang akan memanggil delegasi setelah Fit(IDataView) dipanggil. Seringkali penting bagi estimator untuk mengembalikan informasi tentang apa yang cocok, itulah sebabnya Fit(IDataView) metode mengembalikan objek yang ditik secara khusus, bukan hanya umum ITransformer. Namun, pada saat yang sama, IEstimator<TTransformer> sering dibentuk menjadi alur dengan banyak objek, jadi kita mungkin perlu membangun rantai estimator melalui EstimatorChain<TLastTransformer> tempat estimator yang ingin kita dapatkan transformator dikubur di suatu tempat dalam rantai ini. Untuk skenario itu, kita dapat melalui metode ini melampirkan delegasi yang akan dipanggil setelah pas dipanggil.