SgdBinaryTrainerBase<TModel> Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers

Zestaw:

Microsoft.ML.StandardTrainers.dll

Pakiet:

Microsoft.ML v3.0.1

public abstract class SgdBinaryTrainerBase<TModel> : Microsoft.ML.Trainers.LinearTrainerBase<Microsoft.ML.Data.BinaryPredictionTransformer<TModel>,TModel> where TModel : class

type SgdBinaryTrainerBase<'Model (requires 'Model : null)> = class
    inherit LinearTrainerBase<BinaryPredictionTransformer<'Model>, 'Model (requires 'Model : null)>

Public MustInherit Class SgdBinaryTrainerBase(Of TModel)
Inherits LinearTrainerBase(Of BinaryPredictionTransformer(Of TModel), TModel)

Parametry typu

TModel

Dziedziczenie

Object

TrainerEstimatorBase<TTransformer,TModel>

LinearTrainerBase<BinaryPredictionTransformer<TModel>,TModel>

SgdBinaryTrainerBase<TModel>

Pochodne

Microsoft.ML.Trainers.SgdCalibratedTrainer

Microsoft.ML.Trainers.SgdNonCalibratedTrainer

Pola

FeatureColumn	Kolumna funkcji, której oczekuje trener. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn	Kolumna etykiety oczekiwana przez trenera. Może to być null, co oznacza, że etykieta nie jest używana do trenowania. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	Kolumna wagi oczekiwana przez trenera. Może to być null, co oznacza, że waga nie jest używana do trenowania. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)

Właściwości

Info

Metody

Fit(IDataView, LinearModelParameters)	Kontynuuje trenowanie SdcaLogisticRegressionBinaryTrainer przy użyciu już wytrenowanego modelParameters elementu i zwraca wartość Microsoft.ML.Data.BinaryPredictionTransformer.
Fit(IDataView)	Trenuje i zwraca wartość ITransformer. (Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)	(Odziedziczone po TrainerEstimatorBase<TTransformer,TModel>)

Metody rozszerzania

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

Dołącz "punkt kontrolny buforowania" do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane pod kątem buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejdą wiele danych.

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

Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który będzie wywoływać delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólny ITransformerelement . Jednak w tym samym czasie IEstimator<TTransformer> są często tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania, za pośrednictwem EstimatorChain<TLastTransformer> którego narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który zostanie wywołany po wywołaniu dopasowania.