Microsoft.ML.Transforms.Onnx Ruang nama
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.
Namespace yang berisi komponen pemuatan dan transformasi model ONNX .
Kelas
DnnImageFeaturizerEstimator |
Menerapkan model deep neural network (DNN) yang telah dilatih sebelumnya untuk menampilkan data gambar input. |
DnnImageFeaturizerInput |
Kelas pembantu untuk menyimpan semua input ke metode ekstensi pada yang DnnImageModelSelector diperlukan untuk mengembalikan rantai dua OnnxScoringEstimator. |
DnnImageModelSelector |
Kelas pembantu untuk memilih model fiturisasi gambar DNN yang telah dilatih sebelumnya untuk digunakan dalam DnnImageFeaturizerEstimator. |
OnnxMapType |
Yang sesuai Type dengan jenis peta ONNX dalam IDataViewsistem jenis . Dengan kata lain, jika model ONNX menghasilkan peta, kolom di dapat ditik IDataView ke OnnxMapType. Jenis yang mendasar adalah IDictionary<TKey,TValue>, di mana jenis generik "TKey" dan "TValue" adalah argumen input dari OnnxMapType(Type, Type). |
OnnxMapTypeAttribute |
Untuk mendeklarasikan OnnxMapType kolom dalam IDataView sebagai bidang dalam |
OnnxOptions |
Opsi untuk OnnxScoringEstimator. |
OnnxScoringEstimator |
IEstimator<TTransformer> untuk menilai model ONNX dalam kerangka kerja ML.NET. |
OnnxSequenceType |
Yang sesuai Type dengan jenis urutan ONNX dalam IDataViewsistem jenis . Dengan kata lain, jika model ONNX menghasilkan urutan, kolom di dapat di IDataView ketik ke OnnxSequenceType. Jenis yang mendasar adalah IEnumerable<T>, di mana jenis generik "T" adalah argumen input dari OnnxSequenceType(Type). |
OnnxSequenceTypeAttribute |
Untuk mendeklarasikan OnnxSequenceType kolom dalam IDataView sebagai bidang dalam |
OnnxTransformer |
ITransformer dihasilkan dari pas OnnxScoringEstimatordengan . Silakan lihat OnnxScoringEstimator untuk mempelajari lebih lanjut tentang dependensi yang diperlukan, dan cara menjalankannya pada GPU. |