TextClassificationTrainer Classe
Definição
Importante
Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.
Para IEstimator<TTransformer> treinar uma DNN (Rede Neural Profunda) para classificar o texto.
public class TextClassificationTrainer : Microsoft.ML.TorchSharp.NasBert.NasBertTrainer<uint,long>type TextClassificationTrainer = class
inherit NasBertTrainer<uint32, int64>Public Class TextClassificationTrainer
Inherits NasBertTrainer(Of UInteger, Long)- Herança
-
TextClassificationTrainer
- Herança
Comentários
Para criar esse treinador, use TextClassification.
Colunas de entrada e saída
Os dados da coluna do rótulo de entrada devem ser do tipo chave e as colunas de frase devem ser do tipo TextDataViewType.
Este treinador gera as seguintes colunas:
| Nome da coluna de saída | Tipo de coluna | Descrição |
|---|---|---|
PredictedLabel |
Tipo de chave | O índice do rótulo previsto. Se seu valor for i, o rótulo real será a iª categoria no tipo de rótulo de entrada com valor de chave. |
Score |
Vetor deSingle | As pontuações de todas as classes. Valor mais alto significa maior probabilidade de cair na classe associada. Se o elemento i-th tiver o maior valor, o índice de rótulo previsto será i. Observe que i é um índice baseado em zero. |
Características do treinador
| Característica | Value |
|---|---|
| Tarefa de machine learning | Classificação multiclasse |
| A normalização é necessária? | No |
| O cache é necessário? | No |
| NuGet necessário além de Microsoft.ML | Microsoft.ML.TorchSharp e libtorch-cpu ou libtorch-cuda-11.3 ou qualquer uma das variantes específicas do sistema operacional. |
| Exportável para ONNX | No |
Detalhes do algoritmo de treinamento
Treina uma DNN (Rede Neural Profunda) aproveitando um modelo roBERTa NAS-BERT existente com a finalidade de classificar o texto.
Métodos
| Nome | Description |
|---|---|
| Fit(IDataView) |
Para IEstimator<TTransformer> treinar uma DNN (Rede Neural Profunda) para classificar o texto. (Herdado de NasBertTrainer<TLabelCol,TTargetsCol>) |
| GetOutputSchema(SchemaShape) |
Para IEstimator<TTransformer> treinar uma DNN (Rede Neural Profunda) para classificar o texto. (Herdado de NasBertTrainer<TLabelCol,TTargetsCol>) |
Métodos de Extensão
| Nome | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os avaliadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que têm várias passagens de dados. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um avaliador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o avaliador para o qual queremos obter o transformador está enterrado em algum lugar nessa cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que o ajuste for chamado. |