GlobalContrastNormalizingEstimator 类

定义

规范化 (在应用全局对比度规范化的输入列中) 向量。

public sealed class GlobalContrastNormalizingEstimator : Microsoft.ML.Transforms.LpNormNormalizingEstimatorBase
type GlobalContrastNormalizingEstimator = class
    inherit LpNormNormalizingEstimatorBase
Public NotInheritable Class GlobalContrastNormalizingEstimator
Inherits LpNormNormalizingEstimatorBase
继承

注解

估算器特征

此估算器是否需要查看数据来训练其参数?
输入列数据类型 Single 的向量
输出列数据类型 Single 的向量
可导出到 ONNX

生成的 LpNormNormalizingTransformer 向量单独规范化输入列中,通过应用全局对比度规范化来重新缩放它们。 转换对每个输入向量$x$执行以下操作:$y = \frac{s * x - \mu (x) }{L (x) }$。 其中,$s$ 是用户提供的缩放因子,$\mu (x) $ 是矢量$x$的元素的平均值,$L (x) $ 是$L_2$ 规范或矢量$x$元素的标准偏差。 初始化时 GlobalContrastNormalizingEstimator ,用户可以指定这些设置。

有关使用示例的链接,请查看“另请参阅”部分。

方法

Fit(IDataView)

规范化 (在应用全局对比度规范化的输入列中) 向量。

(继承自 TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

返回 SchemaShape 由转换器生成的架构。 用于管道中的架构传播和验证。

(继承自 LpNormNormalizingEstimatorBase)

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

将“缓存检查点”追加到估算器链。 这将确保针对缓存的数据训练下游估算器。 在执行多个数据传递的训练器之前,拥有缓存检查点会很有帮助。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

给定估算器后,返回将调用委托的 Fit(IDataView) 包装对象。 估算器通常必须返回有关拟合情况的信息,这就是为什么 Fit(IDataView) 该方法返回特定类型化对象的原因,而不仅仅是常规 ITransformer对象。 但是,同时, IEstimator<TTransformer> 通常形成为包含许多对象的管道,因此,我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链生成一系列估算器,以便我们要获取转换器的估算器被埋在此链中的某个位置。 对于这种情况,我们可以通过此方法附加调用一次将调用的委托。

适用于

另请参阅