TorchSharpCatalog.QuestionAnswer Metodo
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Overload
| QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options) |
Ottimizzare un modello ROBERTA per domande e risposte. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi. |
| QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView) |
Ottimizzare un modello ROBERTA per domande e risposte. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi. |
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
Ottimizzare un modello ROBERTA per domande e risposte. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi.
public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.Roberta.QATrainer.Options options);static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.Roberta.QATrainer.Options -> Microsoft.ML.TorchSharp.Roberta.QATrainer<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As QATrainer.Options) As QATrainerParametri
Catalogo della trasformazione.
- options
- QATrainer.Options
Opzioni per il controllo di qualità.
Restituisce
Si applica a
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
Ottimizzare un modello ROBERTA per domande e risposte. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi.
public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string contextColumnName = "Context", string questionColumnName = "Question", string trainingAnswerColumnName = "TrainingAnswer", string answerIndexColumnName = "AnswerIndex", string predictedAnswerColumnName = "Answer", string scoreColumnName = "Score", int topK = 3, int batchSize = 4, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.Roberta.QATrainer<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional contextColumnName As String = "Context", Optional questionColumnName As String = "Question", Optional trainingAnswerColumnName As String = "TrainingAnswer", Optional answerIndexColumnName As String = "AnswerIndex", Optional predictedAnswerColumnName As String = "Answer", Optional scoreColumnName As String = "Score", Optional topK As Integer = 3, Optional batchSize As Integer = 4, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As QATrainerParametri
Catalogo della trasformazione.
- contextColumnName
- String
Contesto della domanda.
- questionColumnName
- String
La domanda da porre.
- trainingAnswerColumnName
- String
Risposta usata per eseguire il training del modello.
- answerIndexColumnName
- String
Indice dei caratteri iniziale della risposta nel contesto.
- predictedAnswerColumnName
- String
Risposta stimata dal modello durante l'inferenza.
- scoreColumnName
- String
Punteggio delle risposte stimate.
- topK
- Int32
Numero di risultati principali da restituire per una determinata domanda.
- batchSize
- Int32
Numero di righe nel batch.
- maxEpochs
- Int32
Numero massimo di volte per scorrere il set di training.
- architecture
- BertArchitecture
Architettura per il modello. Il valore predefinito è Roberta.
- validationSet
- IDataView
Set di convalida utilizzato durante il training per migliorare la qualità del modello.