TorchSharpCatalog.TextClassification Metode

Referensi

Definisi

Ruang nama:: Microsoft.ML.TorchSharp

Rakitan:: Microsoft.ML.TorchSharp.dll

Paket:: Microsoft.ML.TorchSharp v0.22.1

Paket:: Microsoft.ML.TorchSharp v0.22.0

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

Paket:: Microsoft.ML.TorchSharp v0.20.1

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

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	Menyempurnakan model NAS-BERT untuk klasifikasi NLP. Batas untuk kalimat apa pun adalah 512 token. Setiap kata biasanya akan memetakan ke satu token, dan kami secara otomatis menambahkan 2 token spekik (token awal dan token pemisah) sehingga secara umum batas ini akan menjadi 510 kata untuk semua kalimat.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	Menyempurnakan model NAS-BERT untuk klasifikasi NLP. Batas untuk kalimat apa pun adalah 512 token. Setiap kata biasanya akan memetakan ke satu token, dan kami secara otomatis menambahkan 2 token spekik (token awal dan token pemisah) sehingga secara umum batas ini akan menjadi 510 kata untuk semua kalimat.

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)

Sumber:: TorchSharpCatalog.cs

Sumber:: TorchSharpCatalog.cs

Sumber:: TorchSharpCatalog.cs

Menyempurnakan model NAS-BERT untuk klasifikasi NLP. Batas untuk kalimat apa pun adalah 512 token. Setiap kata biasanya akan memetakan ke satu token, dan kami secara otomatis menambahkan 2 token spekik (token awal dan token pemisah) sehingga secara umum batas ini akan menjadi 510 kata untuk semua kalimat.

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

Parameter

catalog: MulticlassClassificationCatalog.MulticlassClassificationTrainers

Katalog transformasi.

options: TextClassificationTrainer.TextClassificationOptions

Opsi Tingkat Lanjut.

Mengembalikan

TextClassificationTrainer

Berlaku untuk

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

Sumber:: TorchSharpCatalog.cs

Sumber:: TorchSharpCatalog.cs

Sumber:: TorchSharpCatalog.cs

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

Parameter

catalog: MulticlassClassificationCatalog.MulticlassClassificationTrainers

Katalog transformasi.

labelColumnName: String

Nama kolom label. Kolom harus berupa jenis kunci.

scoreColumnName: String

Nama kolom skor.

outputColumnName: String

Nama kolom output. Ini akan menjadi jenis kunci. Ini adalah label yang diprediksi.

sentence1ColumnName: String

Nama kolom untuk kalimat pertama.

sentence2ColumnName: String

Nama kolom untuk kalimat kedua. Hanya diperlukan jika klasifikasi NLP Anda memerlukan pasangan kalimat.

batchSize: Int32

Jumlah baris dalam batch.

maxEpochs: Int32

Jumlah maksimum waktu untuk mengulang melalui set pelatihan Anda.

architecture: BertArchitecture

Arsitektur untuk model. Default untuk Roberta.

validationSet: IDataView

Set validasi yang digunakan saat pelatihan untuk meningkatkan kualitas model.

Mengembalikan

TextClassificationTrainer

Berlaku untuk