TorchSharpCatalog.TextClassification Metodo
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Overload
| Nome | Descrizione |
|---|---|
| TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions) |
Ottimizzare un modello di NAS-BERT per la classificazione NLP. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi. |
| TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView) |
Ottimizzare un modello di NAS-BERT per la classificazione NLP. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi. |
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
Ottimizzare un modello di NAS-BERT per la classificazione NLP. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi.
public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions options);static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As TextClassificationTrainer.TextClassificationOptions) As TextClassificationTrainerParametri
Catalogo della trasformazione.
Opzioni avanzate.
Valori restituiti
Si applica a
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
Ottimizzare un modello di NAS-BERT per la classificazione NLP. Il limite per qualsiasi frase è 512 token. Ogni parola viene in genere mappata a un singolo token e vengono aggiunti automaticamente 2 token specicali (un token di avvio e un token separatore), quindi in generale questo limite sarà 510 parole per tutte le frasi.
public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string scoreColumnName = "Score", string outputColumnName = "PredictedLabel", string sentence1ColumnName = "Sentence1", string sentence2ColumnName = default, int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional outputColumnName As String = "PredictedLabel", Optional sentence1ColumnName As String = "Sentence1", Optional sentence2ColumnName As String = Nothing, Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As TextClassificationTrainerParametri
Catalogo della trasformazione.
- labelColumnName
- String
Nome della colonna dell'etichetta. La colonna deve essere un tipo di chiave.
- scoreColumnName
- String
Nome della colonna score.
- outputColumnName
- String
Nome della colonna di output. Sarà un tipo di chiave. È l'etichetta stimata.
- sentence1ColumnName
- String
Nome della colonna per la prima frase.
- sentence2ColumnName
- String
Nome della colonna per la seconda frase. Obbligatorio solo se la classificazione NLP richiede coppie di frasi.
- batchSize
- Int32
Numero di righe nel batch.
- maxEpochs
- Int32
Numero massimo di volte per scorrere il set di training.
- architecture
- BertArchitecture
Architettura per il modello. L'impostazione predefinita è Roberta.
- validationSet
- IDataView
Set di convalida usato durante il training per migliorare la qualità del modello.