AveragedLinearTrainer<TTransformer,TModel> Clase

Definición

Espacio de nombres:: Microsoft.ML.Trainers

Ensamblado:: Microsoft.ML.StandardTrainers.dll

Paquete:: Microsoft.ML v4.0.1

Paquete:: Microsoft.ML v1.0.0

Paquete:: Microsoft.ML v1.1.0

Paquete:: Microsoft.ML v1.2.0

Paquete:: Microsoft.ML v1.3.1

Paquete:: Microsoft.ML v1.4.0

Paquete:: Microsoft.ML v1.5.5

Paquete:: Microsoft.ML v1.6.0

Paquete:: Microsoft.ML v1.7.0

Paquete:: Microsoft.ML v2.0.1

Paquete:: Microsoft.ML v3.0.1

Paquete:: Microsoft.ML v5.0.0-preview.1.25125.4

Source:: AveragedLinear.cs

Source:: AveragedLinear.cs

Source:: AveragedLinear.cs

Importante

Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.

Clase base para entrenadores lineales promedio.

public abstract class AveragedLinearTrainer<TTransformer,TModel> : Microsoft.ML.Trainers.OnlineLinearTrainer<TTransformer,TModel> where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type AveragedLinearTrainer<'ransformer, 'Model (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)> = class
    inherit OnlineLinearTrainer<'ransformer, 'Model (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>

Public MustInherit Class AveragedLinearTrainer(Of TTransformer, TModel)
Inherits OnlineLinearTrainer(Of TTransformer, TModel)

Parámetros de tipo

TTransformer

TModel

Herencia: Object

TrainerEstimatorBase<TTransformer,TModel>

OnlineLinearTrainer<TTransformer,TModel>
AveragedLinearTrainer<TTransformer,TModel>

Derivado: Microsoft.ML.Trainers.AveragedPerceptronTrainer

Microsoft.ML.Trainers.OnlineGradientDescentTrainer

Campos

Nombre	Description
FeatureColumn	Columna de características que el instructor espera. (Heredado de TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn	Columna de etiqueta que el entrenador espera. Puede ser `null`, lo que indica que la etiqueta no se usa para el entrenamiento. (Heredado de TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	Columna de peso que espera el entrenador. Puede ser `null`, lo que indica que el peso no se usa para el entrenamiento. (Heredado de TrainerEstimatorBase<TTransformer,TModel>)

Propiedades

Nombre	Description
Info	Clase base para entrenadores lineales promedio. (Heredado de OnlineLinearTrainer<TTransformer,TModel>)

Métodos

Nombre	Description
Fit(IDataView, LinearModelParameters)	Continúa el entrenamiento de un OnlineLinearTrainer<TTransformer,TModel> mediante un objeto ya entrenado `modelParameters` y devuelve un ITransformer. (Heredado de OnlineLinearTrainer<TTransformer,TModel>)
Fit(IDataView)	Entrena y devuelve un ITransformer. (Heredado de TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)	Clase base para entrenadores lineales promedio. (Heredado de TrainerEstimatorBase<TTransformer,TModel>)

Métodos de extensión

Nombre	Description
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de nivel inferior se entrenarán con los datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos.
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) que se llame. A menudo, es importante que un estimador devuelva información sobre lo que se ha ajustado, por lo que el Fit(IDataView) método devuelve un objeto específicamente tipado, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador está enterrado en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit.

Nombre

Description

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

Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de nivel inferior se entrenarán con los datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos.

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

Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) que se llame. A menudo, es importante que un estimador devuelva información sobre lo que se ha ajustado, por lo que el Fit(IDataView) método devuelve un objeto específicamente tipado, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador está enterrado en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit.

Se aplica a