OnnxCatalog 类

定义

public static class OnnxCatalog
type OnnxCatalog = class
Public Module OnnxCatalog
继承
OnnxCatalog

方法

ApplyOnnxModel(TransformsCatalog, OnnxOptions)

使用指定的OnnxOptions值创建一个 OnnxScoringEstimator 。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于输入列。 输入/输出列是根据提供的 ONNX 模型的输入/输出列确定的。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String, Nullable<Int32>, Boolean)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于输入列。 输入/输出列是根据提供的 ONNX 模型的输入/输出列确定的。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String, String, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于 inputColumnName 列。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String, String, String, Nullable<Int32>, Boolean)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于 inputColumnName 列。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean, Int32)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于 inputColumnNames 列。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于 inputColumnNames 列。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

ApplyOnnxModel(TransformsCatalog, String[], String[], String, Nullable<Int32>, Boolean)

创建一个 OnnxScoringEstimator,该模型将预先训练的 Onnx 模型应用于 inputColumnNames 列。 请参阅 OnnxScoringEstimator 详细了解必要的依赖项,以及如何在 GPU 上运行它。

DnnFeaturizeImage(TransformsCatalog, String, Func<DnnImageFeaturizerInput,EstimatorChain<ColumnCopyingTransformer>>, String)

Create DnnImageFeaturizerEstimator,它应用一个预先训练的 DNN 模型 DnnImageModelSelector 来特征化图像。

适用于