Microsoft.ML Namespace

Dies ist eine Erweiterungsmethode, die mit dem DnnImageFeaturizerEstimator modellierten AlexNet-Modell verwendet werden soll. Das NuGet, das diese Erweiterung enthält, wird auch garantiert die Binärmodelldatei enthalten.

Klasse, die verwendet MLContext wird, um Instanzen von Anomalieerkennungskomponenten wie Trainern und Bewertern zu erstellen.

Klasse, die zum MLContext Erstellen von Instanzen von Anomalieerkennungstrainern verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen binärer Klassifizierungskomponenten wie Trainern und Kalibrierern verwendet wird.

Klasse, die zum Erstellen von MLContext Instanzen binärer Klassifizierungstrainer verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen binärer Klassifizierungskalibrierungen verwendet wird.

Sammlung von Erweiterungsmethoden zum DataOperationsCatalog Erstellen von Instanzen von Komponenten zum Speichern und Lesen IDataView von Objekten in und aus einem leistungsfähigen Binärformat.

Sammlung von Erweiterungsmethoden zum TransformsCatalog.CategoricalTransforms Erstellen kategorisiererischer Transformatorkomponenten.

Klasse, die zum MLContext Erstellen von Instanzen von Clusteringkomponenten verwendet wird, z. B. Trainern.

Klasse, die zum MLContext Erstellen von Instanzen von Clustering-Trainern verwendet wird.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Schlüsseln für binäre Vektorzuordnungstransformatorenkomponenten

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen der Datenkonvertierung und Zuordnung von Transformatorkomponenten.

Klasse, die eine Erweiterungsmethode zum TransformsCatalog Erstellen von Instanzen benutzerdefinierter 1:1-Zeilenzuordnungstransformatorkomponenten enthält.

Sammlung von Erweiterungsmethoden für das DataOperationsCatalog Lesen aus Datenbanken.

Klasse, die zum Laden von Daten aus einer oder mehreren Dateien verwendet wird.

Klasse, die zum Erstellen von Komponenten verwendet wird, die mit Daten arbeiten, aber nicht Teil der Modellschulungspipeline sind. Enthält Komponenten zum Laden, Speichern, Zwischenspeichern, Filtern, Shuffle und Teilen von Daten.

Eine logische Datenzeile. Kann eine Zeile einer IDataView oder einer eigenständigen Zeile sein.

Klasse, die zum Cursorn durch Zeilen einer .IDataView

Stellt das Schema eines IDataView oder eines .DataViewRow Das Schema ist eine Sammlung von DataViewSchema.Column.

Die Schemaanmerkungen eines DataViewSchema.Column.

Klasse mit Vorgängen zum Erstellen einer DataViewSchema.Annotations.

Klasse mit Vorgängen zum Erstellen einer DataViewSchema.

Klasse, die zum Erstellen von Instanzen von Vorschauobjekten zum Debuggen verwendet wird. Hinweis: Diese Klasse und alle Methoden sollten nur für das Debuggen und nicht im Produktionscode verwendet werden.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Modellerklärbarkeitskomponenten.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Der Basis-Attributtyp für alle Attribute, die für Erweiterbarkeitszwecke verwendet werden.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen fehlender Werttransformatorkomponenten.

Sammlung von Erweiterungsmethoden zum BinaryClassificationCatalog Erstellen von Instanzen von Komponenten des feldfähigen Faktorisierungstrainers.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Featureauswahltransformatorenkomponenten.

Klasse, die zum MLContext Erstellen von Instanzen von Prognosekomponenten verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen von Prognosetrainern verwendet wird.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Bildverarbeitungstransformatorenkomponenten.

Gibt Eingabe- und Ausgabespaltennamen für Transformatorkomponenten an, die mit mehreren Spalten arbeiten.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Kernelmethoden feature engineering transformer components.

Sammlung von Erweiterungsmethoden zum ClusteringCatalog.ClusteringTrainers Erstellen von Instanzen von KMeans-Trainern.

Erweiterungsmethoden, die die Verkettung von Schätz- und Transformatorleitungen ermöglichen.

Sammlung von Erweiterungsmethoden für die RegressionCatalog.RegressionTrainers, , RankingCatalog.RankingTrainersBinaryClassificationCatalog.BinaryClassificationTrainers, und MulticlassClassificationCatalog.MulticlassClassificationTrainers Kataloge.

Stellt Daten für das Log-Ereignis bereit.

Sammlung von Erweiterungsmethoden für RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersund TransformsCatalog zum Erstellen von MKL (Math Kernel Library) Trainer und Transformieren von Komponenten.

Stellt den allgemeinen Kontext für alle ML.NET Vorgänge dar.

Klasse, die zum MLContext Speichern und Laden trainierter Modelle verwendet wird.

Komfortkontextobjekt zum Speichern von Modellen in einem Repository, für Implementierungen von ICanSaveModel.

Klasse, die zum MLContext Erstellen von Instanzen von Komponenten mit mehreren Klassen verwendet wird, z. B. Trainern.

Klasse, die zum MLContext Erstellen von Instanzen von Trainern mit mehreren Klassen verwendet wird.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen numerischer Normalisierungskomponenten.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Sammlung von Erweiterungsmethoden, die von den AnomalyDetectionCatalog.AnomalyDetectionTrainers, und TransformsCatalog Katalogen zum Erstellen von Instanzen von Principal Component Analysis (PCA)-Komponenten verwendet werden.

Sammlung von Erweiterungsmethoden, die von RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalogund RankingCatalog zum Erstellen von Instanzen der Permutation Feature Wichtigkeitskomponenten verwendet werden.

Klasse zum Erstellen einzelner Vorhersagen für ein zuvor trainiertes Modell (und vorangehende Transformationspipeline).

Basisklasse zum Erstellen einzelner Vorhersagen für ein zuvor trainiertes Modell (und die vorherige Transformationspipeline).

Optionen für die PredictionEngine<TSrc,TDst>

Klasse, die zum MLContext Erstellen von Instanzen von Bewertungskomponenten verwendet wird, z. B. Trainer und Bewerter.

Klasse, die zum MLContext Erstellen von Instanzen von Bewertungstrainern verwendet wird.

Der zentrale Katalog für Empfehlungstrainer und -aufgaben.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Klasse, die zum MLContext Erstellen von Instanzen von Regressionskomponenten verwendet wird, z. B. Trainer und Auswertungen.

Klasse, die zum MLContext Erstellen von Instanzen von Regressionstrainern verwendet wird.

Dies ist eine Erweiterungsmethode, die mit dem DnnImageFeaturizerEstimator Modell verwendet werden soll, um ein vortrainiertes ResNet101-Modell zu verwenden. Das NuGet, das diese Erweiterung enthält, wird auch garantiert die Binärmodelldatei enthalten.

Dies ist eine Erweiterungsmethode, die mit dem DnnImageFeaturizerEstimator modellierten ResNet18 verwendet werden soll. Das NuGet, das diese Erweiterung enthält, wird auch garantiert die Binärmodelldatei enthalten.

Dies ist eine Erweiterungsmethode, die mit dem DnnImageFeaturizerEstimator Modell verwendet werden soll, um ein vortrainiertes ResNet50-Modell zu verwenden. Das NuGet, das diese Erweiterung enthält, wird auch garantiert die Binärmodelldatei enthalten.

Eine Reihe von "Anforderungen" für das eingehende Schema sowie eine Reihe von "Zusagen" des ausgehenden Schemas. Dies ist entspannter als die richtige DataViewSchema, da es sich nur um eine Teilmenge der Spalten handelt, und da sie nicht genau DataViewType's für Vektoren und Schlüssel angibt.

Sammlung von Erweiterungsmethoden für RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersund MulticlassClassificationCatalog.MulticlassClassificationTrainers zum Erstellen von Instanzen von Trainerkomponenten.

Dies TensorFlowTransformer wird in den folgenden zwei Szenarien verwendet.

1. Bewertung mit vortrainiertem TensorFlow-Modell : In diesem Modus extrahiert die Transformation ausgeblendete Layerwerte aus einem vortrainierten Tensorflow-Modell und verwendet Ausgaben als Features in ML.Net Pipeline.
2. Umschulung des TensorFlow-Modells : In diesem Modus trainiert die Transformation ein TensorFlow-Modell mithilfe der Benutzerdaten, die über ML.Net Pipeline übergeben werden. Sobald das Modell trainiert wurde, kann es als Features für die Bewertung verwendet werden.

Sammlung von Erweiterungsmethoden für die TransformsCatalog.

Sammlung von Erweiterungsmethoden zum DataOperationsCatalog Lesen aus durch Trennzeichen getrennten Textdateien wie csv und tsv.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Basisklasse für die Trainerkataloge.

Unterklassen von Microsoft.ML.TrainContext werden kleine "Erweiterungsmethode"-Hookable-Objekte (z. B. etwas wie Trainers). Der Benutzercode interagiert nur mit diesen Objekten, indem er die Erweiterungsmethoden aufruft. Der eigentliche Komponentencode kann durcharbeiten Microsoft.ML.Data.CatalogUtils , um weitere "ausgeblendete" Informationen aus diesem Objekt abzurufen, z. B. die Umgebung.

Ergebnisse der cross-validation.

Merkmale eines Trainers. Verfügbar gemacht über die Info-Eigenschaft der einzelnen Trainer.

Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Transformationskomponenten, die Spalten bearbeiten.

Klasse, die zum MLContext Erstellen von Instanzen von Transformationskomponenten verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen kategorisiererischer Datentransformationskomponenten verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen von Typkonvertierungsdatentransformationskomponenten verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen von Featureauswahltransformationskomponenten verwendet wird.

Klasse, die zum MLContext Erstellen von Instanzen von Textdatentransformationskomponenten verwendet wird.

Sammlung von Erweiterungsmethoden, die von RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalog, RankingCatalogund TransformsCatalog zum Erstellen von Instanzen von Entscheidungsstrukturtrainern und Featurizern verwendet werden.

Sammlung von Erweiterungsmethoden zum MulticlassClassificationCatalog.MulticlassClassificationTrainers Erstellen von Instanzen von ImageClassification-Trainerkomponenten.

Ein Datasetpaar für den Zug und den Testsatz.

Diese Klasse beschreibt eine Spalte im jeweiligen Schema.

Diese Klasse stellt das Schema einer Spalte einer Datenansicht ohne Anlage zu einer bestimmten DataViewSchemaAnsicht dar.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Zum Speichern eines Modells in einem Repository. Klassen, die implementiert ICanSaveModel werden, sollten eine explizite Implementierung von Save(ModelSaveContext). Klassen, die von einer Basisklasse erben ICanSaveModel , sollten die in dieser Basisklasse aufgerufene Save(ModelSaveContext) Funktion überschreiben, sofern vorhanden.

Das "Datenladeprogramm" verwendet eine bestimmte Art von Eingabe und wandelt es in eine IDataView.

Manchmal müssen wir ein "fit" an IDataLoader<TSource>. Ein DataLoader-Schätzer ist das Objekt, das es tut.

Eingabe und Ausgabe von Abfrageoperatoren (Transformationen). Dies ist der grundlegende Datentyp der Datenpipeline, vergleichbar mit IEnumerable<T> LINQ.

Der Schätzwert (in der Spark-Terminologie) ist ein "untrained transformer". Es muss auf die Daten passen, um einen Transformator herzustellen. Es stellt auch die "Schemaverteilung" wie Transformatoren bereit, aber SchemaShape anstelle von DataViewSchema.

Eine Schnittstelle für alle Transformatoren, die Daten basierend auf dem Microsoft.ML.IPredictor Feld transformieren können. Die Implementierungen dieser Schnittstelle verfügen entweder über keine Featurespalte oder über mehr als eine Featurespalte und können nicht ISingleFeaturePredictionTransformer<TModel>implementieren, welche die meisten ML.Net Tranformer implementieren.

Ein ISingleFeaturePredictionTransformer enthält den Namen des FeatureColumnName Typs und des Typs. FeatureColumnType Implementierungen dieser Schnittstelle haben die Möglichkeit, die Daten einer Eingabe IDataView über die Transform(IDataView)

Der Transformator ist eine Komponente, die Daten transformiert. Es unterstützt auch die "Schemaverteilung", um die Frage zu beantworten, wie die Daten mit diesem Schema aussehen, nachdem Sie es transformiert haben.

Der Hauptnamespace für ML.NET. Enthält Anwendungs- und Betriebskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.

Delegieren Sie den Typ, um einen Wert abzurufen. Dies kann für einen effizienten Zugriff auf Daten in einem oder DataViewRowCursor.DataViewRow