StatefulCustomMappingEstimator<TSrc,TDst,TState> Classe
Definição
Importante
Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.
Aplica uma função de mapeamento personalizada às colunas de entrada especificadas, permitindo um estado por cursor. O resultado será em colunas de saída.
public sealed class StatefulCustomMappingEstimator<TSrc,TDst,TState> : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.StatefulCustomMappingTransformer<TSrc,TDst,TState>> where TSrc : class, new() where TDst : class, new() where TState : class, new()type StatefulCustomMappingEstimator<'Src, 'Dst, 'State (requires 'Src : null and 'Src : (new : unit -> 'Src) and 'Dst : null and 'Dst : (new : unit -> 'Dst) and 'State : null and 'State : (new : unit -> 'State))> = class
inherit TrivialEstimator<StatefulCustomMappingTransformer<'Src, 'Dst, 'State>>Public NotInheritable Class StatefulCustomMappingEstimator(Of TSrc, TDst, TState)
Inherits TrivialEstimator(Of StatefulCustomMappingTransformer(Of TSrc, TDst, TState))Parâmetros de tipo
- TSrc
- TDst
- TState
- Herança
-
TrivialEstimator<StatefulCustomMappingTransformer<TSrc,TDst,TState>>StatefulCustomMappingEstimator<TSrc,TDst,TState>
Comentários
Características do avaliador
| Esse avaliador precisa examinar os dados para treinar seus parâmetros? | No |
| Tipo de dados de coluna de entrada | Qualquer |
| Tipo de dados da coluna de saída | Qualquer |
| Exportável para ONNX | No |
O resultado StatefulCustomMappingTransformer<TSrc,TDst,TState> aplica um mapeamento definido pelo usuário a uma ou mais colunas de entrada e produz uma ou mais colunas de saída. Essa transformação não altera o número de linhas e pode ser vista como o resultado da aplicação da função do usuário a cada linha dos dados de entrada.
Além dos objetos de entrada e saída, a função personalizada fornecida recebe um objeto de estado que pode examinar e/ou modificar.
Verifique a seção Consulte Também para obter links para exemplos de uso.
Métodos
| Fit(IDataView) |
Aplica uma função de mapeamento personalizada às colunas de entrada especificadas, permitindo um estado por cursor. O resultado será em colunas de saída. (Herdado de TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline. |
Métodos de Extensão
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os estimadores downstream sejam treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que levam vários passes de dados. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) que seja chamado. Geralmente, é importante que um avaliador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos obter o transformador está enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que o ajuste for chamado. |