Udostępnij za pośrednictwem


ModelOperationsCatalog.Save Metoda

Definicja

Przeciążenia

Save(ITransformer, DataViewSchema, Stream)

Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do strumienia.

Save(ITransformer, DataViewSchema, String)

Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do pliku.

Save<TSource>(ITransformer, IDataLoader<TSource>, Stream)

Zapisz model przekształcania i moduł ładujący użyty do utworzenia danych wejściowych w strumieniu.

Save<TSource>(ITransformer, IDataLoader<TSource>, String)

Zapisz model transformatora i moduł ładujący użyty do utworzenia danych wejściowych w pliku.

Save(ITransformer, DataViewSchema, Stream)

Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do strumienia.

public void Save (Microsoft.ML.ITransformer model, Microsoft.ML.DataViewSchema inputSchema, System.IO.Stream stream);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema * System.IO.Stream -> unit
Public Sub Save (model As ITransformer, inputSchema As DataViewSchema, stream As Stream)

Parametry

model
ITransformer

Wytrenowany model do zapisania. Należy pamiętać, że może to być nullskrót od pustego łańcucha transformatora. Po załadowaniu wartości Load(Stream, DataViewSchema) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .

inputSchema
DataViewSchema

Schemat danych wejściowych dla transformatora. Może to być null.

stream
Stream

Zapisywalny, wyszukiwany strumień do zapisania.

Dotyczy

Save(ITransformer, DataViewSchema, String)

Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do pliku.

public void Save (Microsoft.ML.ITransformer model, Microsoft.ML.DataViewSchema inputSchema, string filePath);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema * string -> unit
Public Sub Save (model As ITransformer, inputSchema As DataViewSchema, filePath As String)

Parametry

model
ITransformer

Wytrenowany model do zapisania. Należy pamiętać, że może to być nullskrót od pustego łańcucha transformatora. Po załadowaniu wartości Load(Stream, DataViewSchema) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .

inputSchema
DataViewSchema

Schemat danych wejściowych dla transformatora. Może to być null.

filePath
String

Ścieżka, w której należy zapisać model.

Przykłady

using System;
using System.Collections.Generic;
using System.IO;
using Microsoft.ML;

namespace Samples.Dynamic.ModelOperations
{
    public class SaveLoadModel
    {
        public static void Example()
        {
            // Create a new ML context, for ML.NET operations. It can be used for
            // exception tracking and logging, as well as the source of randomness.
            var mlContext = new MLContext();

            // Generate sample data.
            var data = new List<Data>()
            {
                new Data() { Value="abc" }
            };

            // Convert data to IDataView.
            var dataView = mlContext.Data.LoadFromEnumerable(data);
            var inputColumnName = nameof(Data.Value);
            var outputColumnName = nameof(Transformation.Key);

            // Transform.
            ITransformer model = mlContext.Transforms.Conversion
                .MapValueToKey(outputColumnName, inputColumnName).Fit(dataView);

            // Save model.
            mlContext.Model.Save(model, dataView.Schema, "model.zip");

            // Load model.
            using (var file = File.OpenRead("model.zip"))
                model = mlContext.Model.Load(file, out DataViewSchema schema);

            // Create a prediction engine from the model for feeding new data.
            var engine = mlContext.Model
                .CreatePredictionEngine<Data, Transformation>(model);

            var transformation = engine.Predict(new Data() { Value = "abc" });

            // Print transformation to console.
            Console.WriteLine("Value: {0}\t Key:{1}", transformation.Value,
                transformation.Key);

            // Value: abc       Key:1

        }

        private class Data
        {
            public string Value { get; set; }
        }

        private class Transformation
        {
            public string Value { get; set; }
            public uint Key { get; set; }
        }
    }
}

Dotyczy

Save<TSource>(ITransformer, IDataLoader<TSource>, Stream)

Zapisz model przekształcania i moduł ładujący użyty do utworzenia danych wejściowych w strumieniu.

public void Save<TSource> (Microsoft.ML.ITransformer model, Microsoft.ML.IDataLoader<TSource> loader, System.IO.Stream stream);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.IDataLoader<'Source> * System.IO.Stream -> unit
Public Sub Save(Of TSource) (model As ITransformer, loader As IDataLoader(Of TSource), stream As Stream)

Parametry typu

TSource

Parametry

model
ITransformer

Wytrenowany model do zapisania. Należy pamiętać, że może to być nullskrót od pustego łańcucha transformatora. Po załadowaniu wartości LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .

loader
IDataLoader<TSource>

Moduł ładujący, który został użyty do utworzenia danych w celu wytrenowania modelu.

stream
Stream

Zapisywalny, wyszukiwany strumień do zapisania.

Dotyczy

Save<TSource>(ITransformer, IDataLoader<TSource>, String)

Zapisz model transformatora i moduł ładujący użyty do utworzenia danych wejściowych w pliku.

public void Save<TSource> (Microsoft.ML.ITransformer model, Microsoft.ML.IDataLoader<TSource> loader, string filePath);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.IDataLoader<'Source> * string -> unit
Public Sub Save(Of TSource) (model As ITransformer, loader As IDataLoader(Of TSource), filePath As String)

Parametry typu

TSource

Parametry

model
ITransformer

Wytrenowany model do zapisania. Należy pamiętać, że może to być nullskrót od pustego łańcucha transformatora. Po załadowaniu wartości LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .

loader
IDataLoader<TSource>

Moduł ładujący, który został użyty do utworzenia danych w celu wytrenowania modelu.

filePath
String

Ścieżka, w której należy zapisać model.

Dotyczy