共用方式為


Microsoft.ML 命名空間

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

類別

AlexNetExtension

這是搭配 DnnImageFeaturizerEstimator 使用的延伸模組方法,以便使用預先定型的 AlexNet 模型。 包含此延伸模組的 NuGet 也一定會包含二進位模型檔。

AnomalyDetectionCatalog

用來 MLContext 建立異常偵測元件的實例類別,例如定型器和評估工具。

AnomalyDetectionCatalog.AnomalyDetectionTrainers

用來 MLContext 建立異常偵測定型器實例的類別。

BinaryClassificationCatalog

用來 MLContext 建立二元分類元件的實例的類別,例如定型器和校正器。

BinaryClassificationCatalog.BinaryClassificationTrainers

用來 MLContext 建立二元分類定型器實例的類別。

BinaryClassificationCatalog.CalibratorsCatalog

用來 MLContext 建立二元分類校正器的實例的類別。

BinaryLoaderSaverCatalog

的擴充方法集合, DataOperationsCatalog 用來建立元件的實例,以儲存和讀取 IDataView 物件,以及從高效能二進位格式讀取物件。

CategoricalCatalog

用來 TransformsCatalog.CategoricalTransforms 建立類別轉換程式元件的擴充方法集合。

ClusteringCatalog

用來 MLContext 建立叢集元件的實例的類別,例如定型器。

ClusteringCatalog.ClusteringTrainers

用來 MLContext 建立叢集定型器實例的類別。

ConversionsCatalog

用來 TransformsCatalog 建立二進位向量對應轉換器元件的索引鍵實例的擴充方法集合

ConversionsExtensionsCatalog

TransformsCatalog 擴充方法集合,用於建立資料轉換和對應轉換器元件的實例。

CustomMappingCatalog

類別,包含用來 TransformsCatalog 建立使用者定義一對一資料列對應轉換器元件的實例的擴充方法。

DatabaseLoaderCatalog

要從資料庫讀取之 的擴充方法 DataOperationsCatalog 集合。

DataLoaderExtensions

用來從一或多個檔案載入資料的類別。

DataOperationsCatalog

用來建立對資料運作但不是模型定型管線一部分的元件類別。 包含要載入、儲存、快取、篩選、隨機處理和分割資料的元件。

DataViewRow

資料的邏輯資料列。 可能是 或獨立資料列的資料 IDataView 列。

DataViewRowCursor

類別,用來透過 的資料 IDataView 列進行資料指標。

DataViewSchema

表示 或 DataViewRowIDataView 架構。 架構是 的 DataViewSchema.Column 集合。

DataViewSchema.Annotations

其中一個 DataViewSchema.Column 的架構批註。

DataViewSchema.Annotations.Builder

類別,包含要建置 的 DataViewSchema.Annotations 作業。

DataViewSchema.Builder

類別,其中包含要建置 的 DataViewSchema 作業。

DebuggerExtensions

用來建立預覽物件的實例以進行偵錯的類別。 注意:這個類別和所有方法都只能用於偵錯,而不是用於生產程式碼中。

ExplainabilityCatalog

用來 TransformsCatalog 建立模型可解釋性元件的實例的擴充方法集合。

ExpressionCatalog

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

ExtensionBaseAttribute

用於擴充性之所有屬性的基底屬性類型。

ExtensionsCatalog

TransformsCatalog 擴充方法集合,用來建立遺漏值轉換器元件的實例。

FactorizationMachineExtensions

的擴充方法集合, BinaryClassificationCatalog 用來建立欄位感知分解定型器元件的實例。

FeatureSelectionCatalog

用來 TransformsCatalog 建立特徵選取轉換器元件的實例的擴充方法集合。

ForecastingCatalog

用來 MLContext 建立預測元件的實例的類別。

ForecastingCatalog.Forecasters

用來 MLContext 建立預測定型定型實例的類別。

IDataViewExtensions

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

ImageEstimatorsCatalog

用來 TransformsCatalog 建立影像處理轉換器元件的實例的擴充方法集合。

InputOutputColumnPair

指定在多個資料行上運作之轉換器元件的輸入和輸出資料行名稱。

KernelExpansionCatalog

TransformsCatalog 擴充方法集合,用於建立核心方法特徵工程轉換器元件的實例。

KMeansClusteringExtensions

的擴充方法集合,用於 ClusteringCatalog.ClusteringTrainers 建立 KMeans 定型器實例。

LearningPipelineExtensions

允許估算器和轉換器管線鏈結的擴充方法。

LightGbmExtensions

BinaryClassificationCatalog.BinaryClassificationTrainersRankingCatalog.RankingTrainersMulticlassClassificationCatalog.MulticlassClassificationTrainers 目錄的 RegressionCatalog.RegressionTrainers 擴充方法集合。

LoggingEventArgs

提供 Log 事件的資料。

MklComponentsCatalog

BinaryClassificationCatalog.BinaryClassificationTrainersTransformsCatalogRegressionCatalog.RegressionTrainers 擴充方法集合,以建立 MKL (數學核心程式庫) 定型器和轉換元件。

MLContext

所有 ML.NET 作業的通用內容。 使用者具現化之後,它提供建立資料準備、特徵工程、定型、預測和模型評估元件的方法。 它也允許記錄、執行控制,以及設定可重複的亂數的能力。

ModelOperationsCatalog

用來 MLContext 儲存和載入定型模型的類別。

ModelSaveContext

將模型儲存至存放庫的便利內容物件,適用于 的 ICanSaveModel 實作者。

MulticlassClassificationCatalog

用來 MLContext 建立多類別分類元件的實例,例如定型器。

MulticlassClassificationCatalog.MulticlassClassificationTrainers

用來 MLContext 建立多類別分類定型器實例的類別。

NormalizationCatalog

用來 TransformsCatalog 建立數值正規化元件的實例的擴充方法集合。

OnnxCatalog

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

OnnxExportExtensions

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

PcaCatalog

AnomalyDetectionCatalog.AnomalyDetectionTrainersTransformsCatalog 目錄用來建立主體元件分析實例的擴充方法集合, (PCA) 元件。

PermutationFeatureImportanceExtensions

BinaryClassificationCatalogMulticlassClassificationCatalogRankingCatalog 用來 RegressionCatalog 建立排列特徵重要性元件的實例的擴充方法集合。

PredictionEngine<TSrc,TDst>

針對先前定型的模型進行單一預測的類別, (和先前的轉換管線) 。

PredictionEngineBase<TSrc,TDst>

針對先前定型的模型進行單一預測的基類, (和先前的轉換管線) 。

PredictionEngineOptions

的選項 PredictionEngine<TSrc,TDst>

RankingCatalog

用來 MLContext 建立排名元件的實例,例如定型器和評估工具。

RankingCatalog.RankingTrainers

用來 MLContext 建立排名定型器實例的類別。

RecommendationCatalog

建議訓練器和工作的中央目錄。

RecommendationCatalog.RecommendationTrainers

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

RecommenderCatalog

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

RegressionCatalog

用來 MLContext 建立回歸元件的實例的類別,例如定型器和評估工具。

RegressionCatalog.RegressionTrainers

用來 MLContext 建立回歸定型器實例的類別。

ResNet101Extension

這是要搭配 DnnImageFeaturizerEstimator 使用的擴充方法,以便使用預先定型的 ResNet101 模型。 包含此延伸模組的 NuGet 也一定會包含二進位模型檔。

ResNet18Extension

這是要搭配 DnnImageFeaturizerEstimator 使用的擴充方法,以便使用預先定型的 ResNet18 模型。 包含此延伸模組的 NuGet 也一定會包含二進位模型檔。

ResNet50Extension

這是要搭配 DnnImageFeaturizerEstimator 使用的擴充方法,以便使用預先定型的 ResNet50 模型。 包含此延伸模組的 NuGet 也一定會包含二進位模型檔。

SchemaShape

連入架構的一組「需求」,以及一組傳出架構的「承諾」。 這比適當的 DataViewSchema 更寬鬆,因為它只是資料行的子集,也因為它未針對向量和索引鍵指定確切 DataViewType 的 。

StandardTrainersCatalog

BinaryClassificationCatalog.BinaryClassificationTrainersMulticlassClassificationCatalog.MulticlassClassificationTrainersRegressionCatalog.RegressionTrainers 擴充方法集合,以建立定型器元件的實例。

TensorflowCatalog

TensorFlowTransformer會在下列兩個案例中使用 。

  1. 使用預先定型 的 TensorFlow 模型評分:在此模式中,轉換會從預先定型的 Tensorflow 模型擷取隱藏層的值,並使用輸出作為 ML.Net 管線中的功能。
  2. 重新定型 TensorFlow 模型:在此模式中,轉換會使用透過 ML.Net 管線傳遞的使用者資料重新定型 TensorFlow 模型。 模型定型之後,就可以將輸出當做評分的功能使用。
TextCatalog

TransformsCatalog 擴充方法集合。

TextLoaderSaverCatalog

要從 csv 和 tsv 等分隔文字檔讀取之 的擴充方法 DataOperationsCatalog 集合。

TimeSeriesCatalog

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

TrainCatalogBase

定型器目錄的基類。

TrainCatalogBase.CatalogInstantiatorBase

Microsoft.ML.TrainContext 子類別會提供一些「擴充方法」可連結的物件,例如 (類似 Trainers) 。 使用者程式碼只會藉由叫用擴充方法來與這些物件互動。 實際的元件程式碼可以逐步完成 Microsoft.ML.Data.CatalogUtils ,以從這個物件取得更多「隱藏」資訊,例如環境。

TrainCatalogBase.CrossValidationResult<T>

執行交叉驗證的結果。

TrainerInfo

定型器的特性。 透過每個定型者的 Info 屬性公開。

TransformExtensionsCatalog

的擴充方法 TransformsCatalog 集合,可建立運算元據行之轉換元件的實例。

TransformsCatalog

用來 MLContext 建立轉換元件的實例的類別。

TransformsCatalog.CategoricalTransforms

用來 MLContext 建立類別資料轉換元件的實例。

TransformsCatalog.ConversionTransforms

用來 MLContext 建立類型轉換資料轉換元件的實例的 類別。

TransformsCatalog.FeatureSelectionTransforms

用來 MLContext 建立特徵選取轉換元件的實例的類別。

TransformsCatalog.TextTransforms

用來 MLContext 建立文字資料轉換元件的實例的 類別。

TreeExtensions

BinaryClassificationCatalogMulticlassClassificationCatalogRankingCatalogTransformsCatalog 用來 RegressionCatalog 建立決策樹定型器和特徵化工具實例的擴充方法集合。

VisionCatalog

的擴充方法 MulticlassClassificationCatalog.MulticlassClassificationTrainers 集合,用來建立 ImageClassification 定型器元件的實例。

結構

DataOperationsCatalog.TrainTestData

一組資料集,用於定型和測試集。

DataViewSchema.Column

這個類別描述特定架構中的一個資料行。

DataViewSchema.DetachedColumn

這個類別代表資料檢視之一資料行的架構,沒有特定 DataViewSchema 的附件。

SchemaShape.Column

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

介面

ICanSaveModel

將模型儲存至存放庫。 實作 ICanSaveModel 的類別應該執行 的明確實作 Save(ModelSaveContext) 。 繼承 ICanSaveModel 自基類的類別應該覆寫在該基類中叫用 Save(ModelSaveContext) 的函式,如果有的話。

IDataLoader<TSource>

「資料載入器」會採用某種輸入,並將其轉換成 IDataView

IDataLoaderEstimator<TSource,TLoader>

有時候我們需要「調整」。 IDataLoader<TSource> DataLoader 估算器是執行它的物件。

IDataView

查詢運算子的輸入和輸出 (轉換) 。 這是與 LINQ 類似的 IEnumerable<T> 基本資料管線類型。

IEstimator<TTransformer>

Spark 術語中的估算器 () 是「未定型的轉換器」。 它必須「符合」資料,才能製造轉換器。 它也會提供「架構傳播」,就像轉換器所做的一樣,而是透過 SchemaShape 而非 DataViewSchema

IPredictionTransformer<TModel>

所有可根據 Microsoft.ML.IPredictor 欄位轉換資料的轉換器介面。 此介面的實作沒有功能資料行,或有多個特徵資料行,而且無法實 ISingleFeaturePredictionTransformer<TModel> 作大部分 ML.Net 轉換器實作的 。

ISingleFeaturePredictionTransformer<TModel>

ISingleFeaturePredictionTransformer 包含 的名稱 FeatureColumnName 及其類型 。 FeatureColumnType 這個介面的實作能夠透過 評分輸入 IDataView 的資料 Transform(IDataView)

ITransformer

轉換器是轉換資料的元件。 它也支援「架構傳播」,以回答「此架構的資料在轉換之後,資料的外觀如何?」的問題。

列舉

SchemaShape.Column.VectorKind

ML.NET的主要命名空間。 包含應用程式和作業內容、轉換器和定型器目錄,以及用於資料檢視處理的元件。

委派

ValueGetter<TValue>

委派類型以取得值。 這可用來有效率地存取 或 DataViewRowCursor 中的資料 DataViewRow