ImageResizingEstimator Kelas
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.
public sealed class ImageResizingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.Image.ImageResizingTransformer>
type ImageResizingEstimator = class
inherit TrivialEstimator<ImageResizingTransformer>
Public NotInheritable Class ImageResizingEstimator
Inherits TrivialEstimator(Of ImageResizingTransformer)
- Warisan
Keterangan
Karakteristik Estimator
Apakah estimator ini perlu melihat data untuk melatih parameternya? | Tidak |
Jenis data kolom input | MLImage |
Jenis data kolom output | MLImage |
NuGet yang diperlukan selain Microsoft.ML | Microsoft.ML.ImageAnalytics |
Dapat diekspor ke ONNX | Tidak |
Yang dihasilkan ImageResizingTransformer membuat kolom baru, bernama seperti yang ditentukan dalam parameter nama kolom output, dan mengubah ukuran data dari kolom input ke kolom baru ini.
Dalam alur pemrosesan gambar, seringkali praktisi pembelajaran mesin memanfaatkan fiturizer DNN yang telah dilatih sebelumnya untuk mengekstrak fitur untuk penggunaan dalam algoritma pembelajaran mesin. Model yang telah dilatih sebelumnya memiliki lebar dan tinggi yang ditentukan untuk gambar input mereka, sering kali, setelah dimuat, gambar harus diubah ukurannya sebelum diproses lebih lanjut. Untuk alur pemrosesan gambar end-to-end, dan skenario dalam aplikasi Anda, lihat contoh di repositori github machinelearning-samples.
Periksa bagian Lihat Juga untuk tautan ke contoh penggunaan.
Metode
Fit(IDataView) |
IEstimator<TTransformer>ImageResizingTransformeruntuk . (Diperoleh dari TrivialEstimator<TTransformer>) |
GetOutputSchema(SchemaShape) |
Mengembalikan SchemaShape skema yang akan diproduksi oleh transformator. Digunakan untuk penyebaran dan verifikasi skema dalam alur. |
Metode Ekstensi
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 di ketik 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> di mana estimator yang ingin kita dapatkan transformator dimakamkan di suatu tempat dalam rantai ini. Untuk skenario itu, kita dapat melalui metode ini melampirkan delegasi yang akan dipanggil setelah fit dipanggil. |
Berlaku untuk
Lihat juga
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