TextClassificationTrainer 類別
定義
重要
部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。
用來 IEstimator<TTransformer> 定型深度類神經網路的 (DNN) 來分類文字。
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)- 繼承
-
TextClassificationTrainer
備註
若要建立此定型器，請使用 TextClassification。
輸入和輸出資料行
輸入標籤資料行資料必須是索引鍵類型，而且句子資料行的類型必須為 。 TextDataViewType
此定型器會輸出下列資料行：
| 輸出資料行名稱 | 資料行類型 | 描述 |
|---|---|---|
PredictedLabel |
索引鍵 類型 | 預測標籤的索引。 若其值是 i，則實際標籤可能會是索引鍵/值輸入標籤類型中的第 i 個類別。 |
Score |
向量Single | 所有類別的分數。較高的值表示進入相關聯類別的機率較高。 如果 i-th 元素具有最大值，則預測的標籤索引會是 i.請注意，i 是以零起始的索引。 |
定型器特性
| 機器學習工作 | 多元分類 |
| 是否需要正規化？ | No |
| 是否需要快取？ | No |
| 除了 Microsoft.ML 之外，還需要 NuGet | Microsoft.ML.TorchSharp 和 libtorch-cpu 或 libtorch-cuda-11.3 或任何 OS 特定變體。 |
| 可匯出至 ONNX | No |
定型演算法詳細資料
利用現有的預先定型 NAS-BERT roBERTa 模型來定型深度神經網路 (DNN) ，以便分類文字。
方法
| Fit(IDataView) |
用來 IEstimator<TTransformer> 定型深度類神經網路的 (DNN) 來分類文字。 (繼承來源 TorchSharpBaseTrainer<TLabelCol,TTargetsCol>) |
| GetOutputSchema(SchemaShape) |
用來 IEstimator<TTransformer> 定型深度類神經網路的 (DNN) 來分類文字。 (繼承來源 NasBertTrainer<TLabelCol,TTargetsCol>) |