GlobalContrastNormalizingEstimator Класс
Определение
Важно!
Некоторые сведения относятся к предварительной версии продукта, в которую до выпуска могут быть внесены существенные изменения. Майкрософт не предоставляет никаких гарантий, явных или подразумеваемых, относительно приведенных здесь сведений.
Нормализует (масштабы) в входном столбце, применяя нормализацию глобальной контрастности.
public sealed class GlobalContrastNormalizingEstimator : Microsoft.ML.Transforms.LpNormNormalizingEstimatorBasetype GlobalContrastNormalizingEstimator = class
inherit LpNormNormalizingEstimatorBasePublic NotInheritable Class GlobalContrastNormalizingEstimator
Inherits LpNormNormalizingEstimatorBase- Наследование
-
GlobalContrastNormalizingEstimator
Комментарии
Характеристики оценщика
| Должен ли этот оценщик просмотреть данные для обучения его параметров? | Нет |
| Тип данных входного столбца | Вектор Single |
| Тип данных выходного столбца | Вектор Single |
| Экспортируемый в ONNX | Да |
LpNormNormalizingTransformer Полученный результат нормализует векторы во входном столбце по отдельности, изменяя их путем применения нормализации глобальной контрастности. Преобразование выполняет следующую операцию для каждого входного вектора $x$: $y = \frac{s * x - \mu(x)}{L(x)}$. Если $s$ — это предоставленный пользователем коэффициент масштабирования, $\mu(x)$ — среднее значение элементов вектора $x$, а $L(x)$ — норму $L_2$ или стандартное отклонение элементов вектора $x$. Эти параметры могут быть заданы пользователем при GlobalContrastNormalizingEstimator инициализации.
Ссылки на примеры использования см. в разделе "См. также".
Методы
| Fit(IDataView) |
Нормализует (масштабы) в входном столбце, применяя нормализацию глобальной контрастности. (Унаследовано от TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
Возвращает схему SchemaShape , которая будет производиться преобразователем. Используется для распространения и проверки схемы в конвейере. (Унаследовано от LpNormNormalizingEstimatorBase) |
Методы расширения
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Добавьте "контрольную точку кэширования" в цепочку оценщика. Это гарантирует, что подчиненные оценщики будут обучены на основе кэшированных данных. Рекомендуется использовать контрольную точку кэширования перед обучением, которые принимают несколько данных. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Учитывая оценщик, верните объект-оболочку, который будет вызывать делегат один раз Fit(IDataView) . Часто важно, чтобы оценщик возвращал сведения о том, что было положено, поэтому Fit(IDataView) метод возвращает специально типизированный объект, а не просто общий ITransformer. Однако в то же время часто IEstimator<TTransformer> формируются в конвейеры со многими объектами, поэтому нам может потребоваться создать цепочку оценщиков, где EstimatorChain<TLastTransformer> оценщик, для которого мы хотим получить преобразователь, похоронен где-то в этой цепочке. В этом сценарии мы можем подключить делегат, который будет вызываться после вызова соответствия. |