TorchSharpCatalog クラス

定義

名前空間:

Microsoft.ML.TorchSharp

アセンブリ:

Microsoft.ML.TorchSharp.dll

パッケージ:

Microsoft.ML.TorchSharp v0.21.1

TorchSharp トレーナー コンポーネントのインスタンスを作成するための拡張メソッド MulticlassClassificationCatalog.MulticlassClassificationTrainers のコレクション。

public static class TorchSharpCatalog

type TorchSharpCatalog = class

Public Module TorchSharpCatalog

継承

Object

TorchSharpCatalog

注釈

これには、TorchSharp ネイティブ dll に対してリンクするための追加の nuget 依存関係が必要です。 詳細については、「 ImageClassificationTrainer 」を参照してください。

メソッド

EvaluateObjectDetection(MulticlassClassificationCatalog, IDataView, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column)	スコア付けされた物体検出データを評価します。
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)	名前付きエンティティ認識モデルを微調整します。
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)	名前付きエンティティ認識用の NAS-BERT モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。
NameEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)	古い. 現在は使用されていません:代わりに メソッドを NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions) 使用してください
NameEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)	古い. 現在は使用されていません:代わりに メソッドを NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView) 使用してください
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)	物体検出モデルを微調整します。
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)	物体検出モデルを微調整します。
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)	質問と回答の ROBERTA モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)	質問と回答の ROBERTA モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。
SentenceSimilarity(RegressionCatalog+RegressionTrainers, SentenceSimilarityTrainer+SentenceSimilarityOptions)	NLP 文の類似性のために NAS-BERT モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。
SentenceSimilarity(RegressionCatalog+RegressionTrainers, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	NLP 文の類似性のために NAS-BERT モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	NLP 分類用の NAS-BERT モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	NLP 分類用の NAS-BERT モデルを微調整します。 任意の文の制限は 512 トークンです。 通常、各単語は 1 つのトークンにマップされ、2 つの特殊なトークン (開始トークンと区切り記号トークン) が自動的に追加されるため、一般的にこの制限はすべての文に対して 510 単語になります。