Microsoft.ML 名前空間

これは、事前トレーニング済みの AlexNet モデルを使用するために DnnImageFeaturizerEstimator で使用される拡張メソッドです。 この拡張を含む NuGet もバイナリ モデル ファイルが含まれることが保証されます。

トレーナーやエバリュエーターなど、異常検出コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

異常検出トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

トレーナーや校正器などの二項分類コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

二項分類トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

二項分類キャリブレーターのインスタンスを作成するために によって MLContext 使用されるクラス。

高パフォーマンスのバイナリ形式との間でオブジェクトを保存および読み取IDataViewるコンポーネントのインスタンスを作成するための 拡張メソッドDataOperationsCatalogのコレクション。

カテゴリトランスフォーマー コンポーネントを TransformsCatalog.CategoricalTransforms 作成するための拡張メソッドのコレクション。

トレーナーなどのクラスタリング コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

クラスタリング トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

バイナリ ベクター マッピング トランスフォーマー コンポーネントへのキーのインスタンスを作成するための 拡張メソッド TransformsCatalog のコレクション

データ変換およびマッピング トランスフォーマー コンポーネントのインスタンスを作成するための 拡張メソッド TransformsCatalog のコレクション。

ユーザー定義の 1 対 1 行マッピング トランスフォーマー コンポーネントのインスタンスを作成するための 拡張メソッド TransformsCatalog を含む クラス。

データベースから読み取る の DataOperationsCatalog 拡張メソッドのコレクション。

1 つ以上のファイルからデータを読み込むのに使用されるクラス。

データに対して動作するが、モデル トレーニング パイプラインの一部ではないコンポーネントを作成するために使用されるクラス。 データの読み込み、保存、キャッシュ、フィルター、シャッフル、分割を行うコンポーネントが含まれます。

データの論理行。 または スタンドアロン行の IDataView 行を指定できます。

の行をカーソルで移動するために使用される IDataViewクラス。

または のスキーマをIDataViewDataViewRow表します。 スキーマは の DataViewSchema.Columnコレクションです。

1 つの DataViewSchema.Columnのスキーマ注釈。

をビルド DataViewSchema.Annotationsする操作を含む クラス。

をビルド DataViewSchemaする操作を含む クラス。

デバッグ用のプレビュー オブジェクトのインスタンスを作成するために使用されるクラス。 注: このクラスとすべてのメソッドは、デバッグにのみ使用し、運用コードでは使用しないでください。

モデル説明コンポーネントの TransformsCatalog インスタンスを作成するための拡張メソッドのコレクション。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

拡張のために使用されるすべての属性の基本属性型。

欠損値トランスフォーマー コンポーネントのインスタンスを作成するための 拡張メソッド TransformsCatalog のコレクション。

フィールド対応階乗トレーナー コンポーネントのインスタンスを作成するための の拡張メソッド BinaryClassificationCatalog のコレクション。

機能選択トランスフォーマー コンポーネントのインスタンスを作成するための拡張メソッド TransformsCatalog のコレクション。

予測コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

予測トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

画像処理トランスフォーマー コンポーネントのインスタンスを作成するための拡張メソッド TransformsCatalog のコレクション。

複数の列で動作するトランスフォーマー コンポーネントの入力列名と出力列名を指定します。

カーネル メソッド TransformsCatalog 機能エンジニアリング トランスフォーマー コンポーネントのインスタンスを作成するための拡張メソッドのコレクション。

KMeans トレーナーのインスタンスを作成するための の拡張メソッド ClusteringCatalog.ClusteringTrainers のコレクション。

推定パイプラインとトランスフォーマー パイプラインのチェーンを可能にする拡張メソッド。

、BinaryClassificationCatalog.BinaryClassificationTrainersRankingCatalog.RankingTrainers、および MulticlassClassificationCatalog.MulticlassClassificationTrainers カタログのRegressionCatalog.RegressionTrainers拡張メソッドのコレクション。

Log イベントのデータを提供します。

MKL (Math Kernel Library) トレーナーおよびTransformsCatalog変換コンポーネントを作成するための、、BinaryClassificationCatalog.BinaryClassificationTrainersおよび の拡張メソッドRegressionCatalog.RegressionTrainersのコレクション。

すべての ML.NET 操作の共通コンテキスト。 ユーザーによってインスタンス化されると、データ準備、特徴エンジニアリング、トレーニング、予測、モデル評価用のコンポーネントを作成する方法が提供されます。 また、ログ記録、実行制御、反復可能な乱数を設定する機能も可能です。

トレーニング済みのモデルを保存して読み込むために によって MLContext 使用されるクラス。

の実装者 ICanSaveModel向けに、リポジトリにモデルを保存するための便利なコンテキスト オブジェクト。

トレーナーなどの多クラス分類コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

多クラス分類トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

数値正規化コンポーネントのインスタンスを作成するための 拡張メソッド TransformsCatalog のコレクション。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

プリンシパル コンポーネント分析 (PCA) コンポーネントの AnomalyDetectionCatalog.AnomalyDetectionTrainersインスタンスを作成するために、および TransformsCatalog カタログによって使用される拡張メソッドのコレクション。

順列特徴量重要度コンポーネントのインスタンスを作成するために、、BinaryClassificationCatalog、MulticlassClassificationCatalogおよび RankingCatalog によってRegressionCatalog使用される拡張メソッドのコレクション。

以前にトレーニングされたモデル (および前の変換パイプライン) で単一の予測を行うクラス。

以前にトレーニングされたモデル (および前の変換パイプライン) で単一の予測を行う基本クラス。

のオプション PredictionEngine<TSrc,TDst>

トレーナーやエバリュエーターなどのランク付けコンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

ランク付けトレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

レコメンデーション トレーナーとタスクの中央カタログ。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

トレーナーやエバリュエーターなどの回帰コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

回帰トレーナーのインスタンスを作成するために によって MLContext 使用されるクラス。

これは、事前トレーニング済みの ResNet101 モデルを使用するために、 と共 DnnImageFeaturizerEstimator に使用する拡張メソッドです。 この拡張を含む NuGet もバイナリ モデル ファイルが含まれることが保証されます。

これは、事前トレーニング済みの ResNet18 モデルを使用するために、 と共 DnnImageFeaturizerEstimator に使用する拡張メソッドです。 この拡張を含む NuGet もバイナリ モデル ファイルが含まれることが保証されます。

これは、事前トレーニング済みの ResNet50 モデルを使用するために、 と共 DnnImageFeaturizerEstimator に使用する拡張メソッドです。 この拡張を含む NuGet もバイナリ モデル ファイルが含まれることが保証されます。

受信スキーマに対する一連の 'requirements' と、送信スキーマの "promises" のセット。 これは、列のサブセットのみであるため、適切な DataViewSchemaよりも緩和されます。また、ベクトルとキーに正確な DataViewType' を指定していないためです。

、、および MulticlassClassificationCatalog.MulticlassClassificationTrainers の拡張メソッドをBinaryClassificationCatalog.BinaryClassificationTrainersRegressionCatalog.RegressionTrainersコレクションして、トレーナー コンポーネントのインスタンスを作成します。

は TensorFlowTransformer 、次の 2 つのシナリオで使用されます。

1. 事前トレーニング済みの TensorFlow モデルを使用したスコアリング: このモードでは、変換によって事前トレーニング済みの Tensorflow モデルから非表示レイヤーの値が抽出され、出力 ML.Net パイプラインの機能として使用されます。
2. TensorFlow モデルの再トレーニング: このモードでは、変換によって、パイプラインを介して渡されたユーザー データを使用して TensorFlow モデル ML.Net 再トレーニングされます。 モデルがトレーニングされると、その出力をスコアリングの特徴として使用できます。

の拡張メソッドの TransformsCatalogコレクション。

csv や DataOperationsCatalog tsv などの区切りテキスト ファイルから読み取るための 拡張メソッドのコレクション。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

トレーナー カタログの基本クラス。

の Microsoft.ML.TrainContext サブクラスは、フック可能なオブジェクト (たとえば、 のような Trainers) をほとんど提供しません。 ユーザー コードは、拡張メソッドを呼び出すことによってのみ、これらのオブジェクトと対話します。 実際のコンポーネント コードでは、 Microsoft.ML.Data.CatalogUtils 環境など、このオブジェクトからより多くの "非表示" 情報を取得できます。

クロス検証を実行した結果。

トレーナーの特徴。 各トレーナーの Info プロパティを介して公開されます。

列を操作する TransformsCatalog 変換コンポーネントのインスタンスを作成するための 拡張メソッドのコレクション。

変換コンポーネントのインスタンスを作成するために によって MLContext 使用される クラス。

カテゴリ データ変換コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

型変換データ変換コンポーネントのインスタンスを作成するために によって MLContext 使用される クラス。

フィーチャ選択変換コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

テキスト データ変換コンポーネントのインスタンスを作成するために によって MLContext 使用されるクラス。

デシジョン ツリー トレーナーと特徴量指定子のインスタンスを作成するために、、MulticlassClassificationCatalog、、TransformsCatalogRankingCatalogおよび によってRegressionCatalogBinaryClassificationCatalog使用される拡張メソッドのコレクション。

ImageClassification トレーナー コンポーネントのインスタンスを作成するための 拡張メソッド MulticlassClassificationCatalog.MulticlassClassificationTrainers のコレクション。

トレーニング セットとテスト セットのデータセットのペア。

このクラスでは、特定のスキーマの 1 つの列について説明します。

このクラスは、データ ビューの 1 つの列のスキーマを表し、特定 DataViewSchemaの に添付しません。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

モデルをリポジトリに保存する場合。 を実装する ICanSaveModel クラスは、 の明示的な実装 Save(ModelSaveContext)を行う必要があります。 基底クラスから継承する ICanSaveModel クラスは、その基底クラスで 呼 Save(ModelSaveContext) び出された関数が存在する場合、その基底クラスで呼び出された関数を上書きする必要があります。

"データ ローダー" は、特定の種類の入力を受け取り、それを に変換します IDataView。

場合によっては、 を "適合" する必要があります IDataLoader<TSource>。 DataLoader 推定器は、それを行うオブジェクトです。

クエリ演算子 (変換) の入力と出力。 これは、LINQ に匹敵する IEnumerable<T> 基本的なデータ パイプライン型です。

推定器 (Spark の用語では) は "トレーニングされていないトランスフォーマー" です。 トランスフォーマーを製造するには、データに 「適合」する必要があります。 また、トランスフォーマーと同様に、"スキーマ伝達" も提供されますが、 のDataViewSchema代わりに が提供SchemaShapeされます。

フィールドに基づいてデータを変換できるすべてのトランスフォーマーの Microsoft.ML.IPredictor インターフェイス。 このインターフェイスの実装には、機能列がないか、複数の機能列があり、ML.Net トランフォーマーのほとんどが実装する を実装 ISingleFeaturePredictionTransformer<TModel>できません。

ISingleFeaturePredictionTransformer には、 とその型 の FeatureColumnName 名前が FeatureColumnType含まれています。 このインターフェイスの実装には、 を使用して入力 IDataView のデータをスコア付けする機能があります。 Transform(IDataView)

トランスフォーマーは、データを変換するコンポーネントです。 また、"スキーマ伝達" をサポートして、"このスキーマを変換した後、このスキーマのデータがどのように表示されるか" という質問に答えます。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーおよびトレーナー カタログ、およびデータ ビュー処理用のコンポーネントが含まれます。

値を取得するデリゲート型。 これは、 または DataViewRowCursor内DataViewRowのデータに効率的にアクセスするために使用できます。