DnnImageFeaturizerEstimator 클래스

정의

네임스페이스:

Microsoft.ML.Transforms.Onnx

어셈블리:

Microsoft.ML.OnnxTransformer.dll

패키지:

Microsoft.ML.OnnxTransformer v3.0.1

미리 학습된 DNN(심층 신경망) 모델을 적용하여 입력 이미지 데이터를 특징으로 합니다.

public sealed class DnnImageFeaturizerEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Data.TransformerChain<Microsoft.ML.Transforms.ColumnCopyingTransformer>>

type DnnImageFeaturizerEstimator = class
    interface IEstimator<TransformerChain<ColumnCopyingTransformer>>

Public NotInheritable Class DnnImageFeaturizerEstimator
Implements IEstimator(Of TransformerChain(Of ColumnCopyingTransformer))

상속

Object

DnnImageFeaturizerEstimator

구현

IEstimator<TransformerChain<ColumnCopyingTransformer>>

설명

예측 도구 특성

이 추정기는 매개 변수를 학습하기 위해 데이터를 확인해야 합니까?	아니요
입력 열 데이터 형식	Single 벡터
출력 열 데이터 형식	벡터의 Single벡터 크기는 미리 학습된 DNN에 따라 달라집니다.
ONNX로 내보낼 수 있습니다.	아니요

NuGet 요구 사항:

• Microsoft.ML.OnnxTransformer
• Microsoft.ML.OnnxRuntime.Gpu(GPU 처리를 사용하는 경우에만)
• 미리 학습된 각 DNN 모델에는 해당 모델을 사용하는 경우 포함해야 하는 별도의 NuGet이 있습니다.
  • Microsoft.ML.DnnImageFeaturizer.AlexNet
  • Microsoft.ML.DnnImageFeaturizer.ResNet18
  • Microsoft.ML.DnnImageFeaturizer.ResNet50
  • Microsoft.ML.DnnImageFeaturizer.ResNet101

결과 변환기는 출력 열 이름 매개 변수에 지정된 대로 명명된 새 열을 만듭니다. 여기서 미리 학습된 심층 신경망이 입력 이미지 데이터에 적용됩니다.

이 추정기는 현재 사용 가능한 DNN 미리 학습된 모델과 몇 가지ColumnCopyingEstimator가 있는 래퍼 OnnxScoringEstimator 입니다. ColumnCopyingEstimator 그렇지 않으면 OnnxScoringEstimator 열 이름이 ONNX 모델 노드의 이름과 일치해야 하므로 임의의 열 입력 및 출력 이름을 허용하는 데 필요합니다.

이 예측 도구에 대한 모든 플랫폼 요구 사항은 에 대한 OnnxScoringEstimator요구 사항을 따릅니다.

사용 예제에 대한 링크는 참고 섹션을 참조하세요.

메서드

Fit(IDataView)	이를 기반으로 하는 OnnxEstimator는 간단한 추정기이므로 실제 학습을 수행하지 않고 스키마만 확인합니다.
GetOutputSchema(SchemaShape)	미리 학습된 DNN(심층 신경망) 모델을 적용하여 입력 이미지 데이터를 특징으로 합니다.

확장 메서드

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	추정기 체인에 '캐싱 검사점'을 추가합니다. 이렇게 하면 다운스트림 추정기가 캐시된 데이터에 대해 학습됩니다. 여러 데이터 전달을 수행하는 트레이너 앞에 캐싱 검사점을 두는 것이 유용합니다.
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	추정기가 지정된 경우 대리자를 호출한 후 Fit(IDataView) 호출되는 래핑 개체를 반환합니다. 예측 도구가 적합한 항목에 대한 정보를 반환하는 것이 중요한 경우가 많습니다. 따라서 Fit(IDataView) 메서드는 일반 ITransformer개체가 아닌 특별히 형식화된 개체를 반환합니다. 그러나 동시에 IEstimator<TTransformer> 개체가 많은 파이프라인으로 형성되는 경우가 많으므로 변압기를 가져올 추정기가 이 체인의 어딘가에 묻혀 있는 위치를 통해 EstimatorChain<TLastTransformer> 추정기 체인을 빌드해야 할 수도 있습니다. 이 시나리오에서는 fit이 호출되면 호출되는 대리자를 이 메서드를 통해 연결할 수 있습니다.

추가 정보

• DnnFeaturizeImage(TransformsCatalog, String, Func<DnnImageFeaturizerInput,EstimatorChain<ColumnCopyingTransformer>>, String)