TorchSharpCatalog Sınıf

Tanım

Ad Alanı:

Microsoft.ML.TorchSharp

Bütünleştirilmiş Kod:

Microsoft.ML.TorchSharp.dll

Paket:

Microsoft.ML.TorchSharp v0.23.0-preview.1.25125.4

Kaynak:

TorchSharpCatalog.cs

TorchSharp eğitmen bileşenlerinin örneklerini oluşturmak için MulticlassClassificationCatalog.MulticlassClassificationTrainers uzantı yöntemlerinin koleksiyonu.

public static class TorchSharpCatalog

type TorchSharpCatalog = class

Public Module TorchSharpCatalog

Devralma

Object

TorchSharpCatalog

Açıklamalar

Bunun için TorchSharp yerel dll'lerine bağlanmak için ek nuget bağımlılıkları gerekir. Daha fazla bilgi için bkz. ImageClassificationTrainer.

Yöntemler

Name	Description
EvaluateObjectDetection(MulticlassClassificationCatalog, IDataView, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column)	Puanlanan nesne algılama verilerini değerlendirir.
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)	Adlandırılmış Varlık Tanıma modeline ince ayar yapın.
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)	Adlandırılmış Varlık Tanıma için NAS-BERT modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.
NameEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)	Geçersiz. Kullanımdan kaldırıldı: lütfen bunun yerine yöntemini kullanın NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)
NameEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)	Geçersiz. Kullanımdan kaldırıldı: lütfen bunun yerine yöntemini kullanın NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)	Nesne algılama modeline ince ayar yapma.
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)	Nesne algılama modeline ince ayar yapma.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)	Soru ve Cevap için ROBERTA modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)	Soru ve Cevap için ROBERTA modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.
SentenceSimilarity(RegressionCatalog+RegressionTrainers, SentenceSimilarityTrainer+SentenceSimilarityOptions)	NLP cümle benzerliği için NAS-BERT modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.
SentenceSimilarity(RegressionCatalog+RegressionTrainers, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	NLP cümle benzerliği için NAS-BERT modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	NLP sınıflandırması için NAS-BERT modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	NLP sınıflandırması için NAS-BERT modeline ince ayar yapın. Tümcelerin sınırı 512 belirteçtir. Her sözcük genellikle tek bir belirteçle eşlenir ve otomatik olarak 2 belirtik belirteç (başlangıç belirteci ve ayırıcı belirteç) ekleriz, bu nedenle genel olarak bu sınır tüm tümceler için 510 sözcük olur.