次の方法で共有


ImageResizingEstimator クラス

定義

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)
継承

注釈

推定特性

このエスティメーターは、パラメーターをトレーニングするためにデータを確認する必要がありますか? いいえ
入力列のデータ型 MLImage
出力列のデータ型 MLImage
Microsoft.ML に加えて必要な NuGet Microsoft.ML.ImageAnalytics
ONNX にエクスポート可能 いいえ

結果として、 ImageResizingTransformer 出力列名パラメーターで指定された名前の新しい列が作成され、入力列からこの新しい列にデータのサイズが変更されます。

画像処理パイプラインでは、多くの場合、機械学習の実践者は 、事前にトレーニングされた DNN 特徴付け器 を使用して、機械学習アルゴリズムで使用する機能を抽出します。 これらの事前トレーニング済みモデルでは、入力画像の幅と高さが定義されているため、読み込まれた後、さらに処理する前にイメージのサイズを変更する必要があります。 エンドツーエンドの画像処理パイプラインとアプリケーションのシナリオについては、machinelearning-samples github リポジトリの を参照してください。

使用例へのリンクについては、「参照」セクションを参照してください。

メソッド

Fit(IDataView)

IEstimator<TTransformer> for the ImageResizingTransformer.

(継承元 TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

SchemaShapeトランスフォーマーによって生成されるスキーマの値を返します。 パイプラインでのスキーマの伝達と検証に使用されます。

拡張メソッド

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

エスティメーター チェーンに 'キャッシュ チェックポイント' を追加します。 これにより、ダウンストリームエスティメーターがキャッシュされたデータに対してトレーニングされます。 複数のデータを受け取るトレーナーが渡す前にキャッシュ チェックポイントを設定すると便利です。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

エスティメーターを指定すると、デリゲートを 1 回 Fit(IDataView) 呼び出すラップ オブジェクトが呼び出されます。 多くの場合、エスティメーターが適合した内容に関する情報を返すことが重要です。そのため Fit(IDataView) 、メソッドは一般的 ITransformerなオブジェクトではなく、具体的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> 多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得するエスティメーターがこのチェーンのどこかに埋もれる場所を介して EstimatorChain<TLastTransformer> 、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。

適用対象

こちらもご覧ください