Udostępnij za pośrednictwem


OnnxTransformer Klasa

Definicja

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

public sealed class OnnxTransformer : Microsoft.ML.Data.RowToRowTransformerBase, IDisposable
public sealed class OnnxTransformer : Microsoft.ML.Data.RowToRowTransformerBase
type OnnxTransformer = class
    inherit RowToRowTransformerBase
    interface IDisposable
type OnnxTransformer = class
    inherit RowToRowTransformerBase
Public NotInheritable Class OnnxTransformer
Inherits RowToRowTransformerBase
Implements IDisposable
Public NotInheritable Class OnnxTransformer
Inherits RowToRowTransformerBase
Dziedziczenie
Implementuje

Uwagi

Charakterystyka narzędzia do szacowania

Czy ten narzędzie do szacowania musi przyjrzeć się danym, aby wytrenować jego parametry? Nie
Typ danych kolumny wejściowej Znany wektor typu Single lub Double .
Typ danych kolumny wyjściowej Ten sam typ danych co kolumna wejściowa
Wymagane narzędzie NuGet oprócz Microsoft.ML Microsoft.ML.OnnxTransformer

Obsługuje wnioskowanie modeli w formatach ONNX 1.2, 1.3, 1.4 i 1.5 (opset 7, 8, 9 i 10) przy użyciu biblioteki Microsoft.ML.OnnxRuntime . Modele są domyślnie oceniane na procesorze CPU. Jeśli wymagane jest wykonanie procesora GPU (opcjonalnie), użyj pakietu NuGet dostępnego w witrynie Microsoft.ML.OnnxRuntime.Gpu i pobierz zestaw narzędzi CUDA 9.1 Toolkit i cuDNN. Ustaw parametr "gpuDeviceId" na prawidłową nieujemną liczbę całkowitą. Typowe wartości identyfikatora urządzenia to 0 lub 1. Dane wejściowe i wyjściowe modeli ONNX muszą być typu Tensor. Sekwencja i mapy nie są jeszcze obsługiwane. OnnxRuntime obecnie działa na platformach 64-bitowych systemów Windows i Ubuntu 16.04 Linux. System Mac OS będzie obsługiwany wkrótce. Odwiedź stronę ONNX Models (Modele ONNX ), aby wyświetlić listę łatwo dostępnych modeli, z których można rozpocząć pracę. Aby uzyskać więcej informacji, zobacz ONNX .

Aby utworzyć ten narzędzie do szacowania, użyj następujących elementów: ApplyOnnxModel

Zapoznaj się z sekcją Zobacz również, aby uzyskać linki do przykładów użycia.

Metody

Dispose()

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

GetOutputSchema(DataViewSchema)

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

(Odziedziczone po RowToRowTransformerBase)
Transform(IDataView)

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

(Odziedziczone po RowToRowTransformerBase)

Jawne implementacje interfejsu

ICanSaveModel.Save(ModelSaveContext)

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

(Odziedziczone po RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

(Odziedziczone po RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformer wynikowe dopasowanie obiektu OnnxScoringEstimator. Zapoznaj się z tematem OnnxScoringEstimator , aby dowiedzieć się więcej o niezbędnych zależnościach i sposobie uruchamiania go na procesorze GPU.

(Odziedziczone po RowToRowTransformerBase)

Metody rozszerzania

Preview(ITransformer, IDataView, Int32)

Podgląd wpływu transformer elementu na dany dataelement .

Append<TTrans>(ITransformer, TTrans)

Utwórz nowy łańcuch transformatora, dołączając kolejny transformator na końcu tego łańcucha transformatora.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)

TimeSeriesPredictionEngine<TSrc,TDst> Tworzy aparat przewidywania dla potoku szeregów czasowych. Aktualizuje ona stan modelu szeregów czasowych z obserwacjami widocznymi w fazie przewidywania i umożliwia punktowanie kontrolne modelu.

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)

TimeSeriesPredictionEngine<TSrc,TDst> Tworzy aparat przewidywania dla potoku szeregów czasowych. Aktualizuje ona stan modelu szeregów czasowych z obserwacjami widocznymi w fazie przewidywania i umożliwia punktowanie kontrolne modelu.

Dotyczy