Поделиться через


OnnxTransformer Класс

Определение

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

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
Наследование
Реализации

Комментарии

Характеристики оценщика

Нужно ли этому оценщику просмотреть данные для обучения параметров? Нет
Тип данных входного столбца Вектор известного Single размера или Double типы.
Тип данных выходного столбца Тот же тип данных, что и входной столбец
Обязательный NuGet в дополнение к Microsoft.ML Microsoft.ML.OnnxTransformer

Поддерживает вывод моделей в формате ONNX 1.2, 1.3, 1.4 и 1.5 (opset 7, 8, 9 и 10), используя библиотеку Microsoft.ML.OnnxRuntime . Модели оцениваются на ЦП по умолчанию. Если требуется выполнение GPU (необязательно), используйте пакет NuGet, доступный в Microsoft.ML.OnnxRuntime.Gpu , и скачайте набор средств CUDA 9.1 и cuDNN. Задайте для параметра gpuDeviceId допустимое неотрицательное целое число. Типичные значения идентификатора устройства : 0 или 1. Входные и выходные данные моделей ONNX должны быть типа Tensor. Последовательности и карты пока не поддерживаются. OnnxRuntime в настоящее время работает на 64-разрядных платформах Windows и Ubuntu 16.04 Linux. Mac OS будет поддерживаться в ближайшее время. Посетите onNX Models , чтобы просмотреть список доступных моделей, с которыми можно приступить к работе. Дополнительные сведения см. в onNX .

Чтобы создать этот оценщик, используйте следующее: ApplyOnnxModel

Ознакомьтесь с разделом "См. также" ссылки на примеры использования.

Методы

Dispose()

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

GetOutputSchema(DataViewSchema)

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

(Унаследовано от RowToRowTransformerBase)
Transform(IDataView)

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

(Унаследовано от RowToRowTransformerBase)

Явные реализации интерфейса

ICanSaveModel.Save(ModelSaveContext)

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

(Унаследовано от RowToRowTransformerBase)
ITransformer.GetRowToRowMapper(DataViewSchema)

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

(Унаследовано от RowToRowTransformerBase)
ITransformer.IsRowToRowMapper

ITransformer в результате установки OnnxScoringEstimator. Дополнительные сведения о необходимых зависимостях и его запуске на GPU см. в статье OnnxScoringEstimator .

(Унаследовано от RowToRowTransformerBase)

Методы расширения

Preview(ITransformer, IDataView, Int32)

Предварительный просмотр эффекта transformer заданного.data

Append<TTrans>(ITransformer, TTrans)

Создайте новую цепочку преобразователя, добавив еще один преобразователь в конец этой цепочки преобразователя.

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

TimeSeriesPredictionEngine<TSrc,TDst> создает подсистему прогнозирования для конвейера временных рядов. Он обновляет состояние модели временных рядов с наблюдениями, наблюдаемыми на этапе прогнозирования, и позволяет выполнять контрольные точки модели.

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

TimeSeriesPredictionEngine<TSrc,TDst> создает подсистему прогнозирования для конвейера временных рядов. Он обновляет состояние модели временных рядов с наблюдениями, наблюдаемыми на этапе прогнозирования, и позволяет выполнять контрольные точки модели.

Применяется к