OnnxCatalog Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML

Zestaw:

Microsoft.ML.OnnxTransformer.dll

Pakiet:

Microsoft.ML.OnnxTransformer v2.0.0

public static class OnnxCatalog

type OnnxCatalog = class

Public Module OnnxCatalog

Dziedziczenie

Object

OnnxCatalog

Metody

ApplyOnnxModel(TransformsCatalog, OnnxOptions)	Utwórz obiekt OnnxScoringEstimator przy użyciu określonego OnnxOptionselementu . Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)	Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny wejściowej. Kolumny wejściowe/wyjściowe są określane na podstawie kolumn wejściowych/wyjściowych dostarczonego modelu ONNX. Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String, Nullable<Int32>, Boolean)	Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny wejściowej. Kolumny wejściowe/wyjściowe są określane na podstawie kolumn wejściowych/wyjściowych dostarczonego modelu ONNX. Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String, String, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)	Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny inputColumnName . Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String, String, String, Nullable<Int32>, Boolean)	Utwórz element OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do kolumny inputColumnName . Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)	Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean, Int32)	Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
ApplyOnnxModel(TransformsCatalog, String[], String[], String, Nullable<Int32>, Boolean)	Utwórz obiekt OnnxScoringEstimator, który stosuje wstępnie wytrenowany model Onnx do inputColumnNames kolumn. Zapoznaj się z OnnxScoringEstimator artykułem, aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie jej uruchamiania na procesorze GPU.
DnnFeaturizeImage(TransformsCatalog, String, Func<DnnImageFeaturizerInput,EstimatorChain<ColumnCopyingTransformer>>, String)	Utwórz DnnImageFeaturizerEstimatorelement , który stosuje jeden z wstępnie wytrenowanych modeli sieci DNN do DnnImageModelSelector wyczynu obrazu.