ModelOperationsCatalog.Save Metode
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
Overload
Save(ITransformer, DataViewSchema, Stream) |
Simpan model transformator dan skema data yang digunakan untuk melatihnya ke aliran. |
Save(ITransformer, DataViewSchema, String) |
Simpan model transformator dan skema data yang digunakan untuk melatihnya ke file. |
Save<TSource>(ITransformer, IDataLoader<TSource>, Stream) |
Simpan model transformator dan pemuat yang digunakan untuk membuat data inputnya ke aliran. |
Save<TSource>(ITransformer, IDataLoader<TSource>, String) |
Simpan model transformator dan pemuat yang digunakan untuk membuat data inputnya ke file. |
Save(ITransformer, DataViewSchema, Stream)
Simpan model transformator dan skema data yang digunakan untuk melatihnya ke aliran.
public void Save (Microsoft.ML.ITransformer model, Microsoft.ML.DataViewSchema inputSchema, System.IO.Stream stream);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema * System.IO.Stream -> unit
Public Sub Save (model As ITransformer, inputSchema As DataViewSchema, stream As Stream)
Parameter
- model
- ITransformer
Model terlatih yang akan disimpan. Perhatikan bahwa ini bisa menjadi null
, sebagai singkatan dari rantai transformator kosong. Setelah dimuat dengan Load(Stream, DataViewSchema) nilai yang dikembalikan akan menjadi kosong TransformerChain<TLastTransformer>.
- inputSchema
- DataViewSchema
Skema input ke transformator. Ini bisa menjadi null
.
- stream
- Stream
Aliran yang dapat ditulis dan dapat dicari untuk disimpan.
Berlaku untuk
Save(ITransformer, DataViewSchema, String)
Simpan model transformator dan skema data yang digunakan untuk melatihnya ke file.
public void Save (Microsoft.ML.ITransformer model, Microsoft.ML.DataViewSchema inputSchema, string filePath);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema * string -> unit
Public Sub Save (model As ITransformer, inputSchema As DataViewSchema, filePath As String)
Parameter
- model
- ITransformer
Model terlatih yang akan disimpan. Perhatikan bahwa ini bisa menjadi null
, sebagai singkatan dari rantai transformator kosong. Setelah dimuat dengan Load(Stream, DataViewSchema) nilai yang dikembalikan akan menjadi kosong TransformerChain<TLastTransformer>.
- inputSchema
- DataViewSchema
Skema input ke transformator. Ini bisa menjadi null
.
- filePath
- String
Jalur tempat model harus disimpan.
Contoh
using System;
using System.Collections.Generic;
using System.IO;
using Microsoft.ML;
namespace Samples.Dynamic.ModelOperations
{
public class SaveLoadModel
{
public static void Example()
{
// Create a new ML context, for ML.NET operations. It can be used for
// exception tracking and logging, as well as the source of randomness.
var mlContext = new MLContext();
// Generate sample data.
var data = new List<Data>()
{
new Data() { Value="abc" }
};
// Convert data to IDataView.
var dataView = mlContext.Data.LoadFromEnumerable(data);
var inputColumnName = nameof(Data.Value);
var outputColumnName = nameof(Transformation.Key);
// Transform.
ITransformer model = mlContext.Transforms.Conversion
.MapValueToKey(outputColumnName, inputColumnName).Fit(dataView);
// Save model.
mlContext.Model.Save(model, dataView.Schema, "model.zip");
// Load model.
using (var file = File.OpenRead("model.zip"))
model = mlContext.Model.Load(file, out DataViewSchema schema);
// Create a prediction engine from the model for feeding new data.
var engine = mlContext.Model
.CreatePredictionEngine<Data, Transformation>(model);
var transformation = engine.Predict(new Data() { Value = "abc" });
// Print transformation to console.
Console.WriteLine("Value: {0}\t Key:{1}", transformation.Value,
transformation.Key);
// Value: abc Key:1
}
private class Data
{
public string Value { get; set; }
}
private class Transformation
{
public string Value { get; set; }
public uint Key { get; set; }
}
}
}
Berlaku untuk
Save<TSource>(ITransformer, IDataLoader<TSource>, Stream)
Simpan model transformator dan pemuat yang digunakan untuk membuat data inputnya ke aliran.
public void Save<TSource> (Microsoft.ML.ITransformer model, Microsoft.ML.IDataLoader<TSource> loader, System.IO.Stream stream);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.IDataLoader<'Source> * System.IO.Stream -> unit
Public Sub Save(Of TSource) (model As ITransformer, loader As IDataLoader(Of TSource), stream As Stream)
Jenis parameter
- TSource
Parameter
- model
- ITransformer
Model terlatih yang akan disimpan. Perhatikan bahwa ini bisa menjadi null
, sebagai singkatan dari rantai transformator kosong. Setelah dimuat dengan LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) nilai yang dikembalikan akan menjadi kosong TransformerChain<TLastTransformer>.
- loader
- IDataLoader<TSource>
Loader yang digunakan untuk membuat data untuk melatih model.
- stream
- Stream
Aliran yang dapat ditulis dan dapat dicari untuk disimpan.
Berlaku untuk
Save<TSource>(ITransformer, IDataLoader<TSource>, String)
Simpan model transformator dan pemuat yang digunakan untuk membuat data inputnya ke file.
public void Save<TSource> (Microsoft.ML.ITransformer model, Microsoft.ML.IDataLoader<TSource> loader, string filePath);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.IDataLoader<'Source> * string -> unit
Public Sub Save(Of TSource) (model As ITransformer, loader As IDataLoader(Of TSource), filePath As String)
Jenis parameter
- TSource
Parameter
- model
- ITransformer
Model terlatih yang akan disimpan. Perhatikan bahwa ini bisa menjadi null
, sebagai singkatan dari rantai transformator kosong. Setelah dimuat dengan LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) nilai yang dikembalikan akan menjadi kosong TransformerChain<TLastTransformer>.
- loader
- IDataLoader<TSource>
Loader yang digunakan untuk membuat data untuk melatih model.
- filePath
- String
Jalur tempat model harus disimpan.
Berlaku untuk
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk