TextClassificationTrainer 类

定义

重要

一些信息与预发行产品相关，相应产品在发行之前可能会进行重大修改。对于此处提供的信息，Microsoft 不作任何明示或暗示的担保。

IEstimator<TTransformer>用于训练深度神经网络的 (DNN) 对文本进行分类。

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)

继承: Object

TorchSharpBaseTrainer

TorchSharpBaseTrainer<TLabelCol,TTargetsCol>

NasBertTrainer<UInt32,Int64>
TextClassificationTrainer

若要创建此训练程序，请使用 TextClassification。

输入标签列数据必须是键类型，句子列必须是类型TextDataViewType。

该训练程序输出以下列：

输出列名称	列名称	描述
`PredictedLabel`	key 类型	预测标签的索引。如果其值为 i，则实际标签为键值输入标签类型中的第 i 个类别。
`Score`	向量Single	所有类的分数。值越高意味着落入相关类的概率越高。如果第 i 个元素具有最大值，则预测的标签索引为 i。请注意，i 是从零开始的索引。


机器学习任务	多类分类
是否需要规范化？	否
是否需要缓存？	否
除 Microsoft.ML 外，还需要 NuGet	Microsoft.ML.TorchSharp 和 libtorch-cpu 或 libtorch-cuda-11.3 或任何特定于 OS 的变体。
可导出到 ONNX	否

利用现有的预先训练的 NAS-BERT roBERTa 模型对文本进行分类， (DNN) 训练深度神经网络。

Fit(IDataView)	IEstimator<TTransformer>用于训练深度神经网络的 (DNN) 对文本进行分类。 (继承自 TorchSharpBaseTrainer<TLabelCol,TTargetsCol>)
GetOutputSchema(SchemaShape)	IEstimator<TTransformer>用于训练深度神经网络的 (DNN) 对文本进行分类。 (继承自 NasBertTrainer<TLabelCol,TTargetsCol>)