OnlineGradientDescentTrainer Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
IEstimator<TTransformer> Doğrusal regresyon modelinin parametrelerini tahmin etmek için Çevrimiçi Gradyan Azalma (OGD) kullanarak doğrusal regresyon modelini eğitme.
public sealed class OnlineGradientDescentTrainer : Microsoft.ML.Trainers.AveragedLinearTrainer<Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.LinearRegressionModelParameters>,Microsoft.ML.Trainers.LinearRegressionModelParameters>type OnlineGradientDescentTrainer = class
inherit AveragedLinearTrainer<RegressionPredictionTransformer<LinearRegressionModelParameters>, LinearRegressionModelParameters>Public NotInheritable Class OnlineGradientDescentTrainer
Inherits AveragedLinearTrainer(Of RegressionPredictionTransformer(Of LinearRegressionModelParameters), LinearRegressionModelParameters)- Devralma
Açıklamalar
Bu eğitmeni oluşturmak için OnlineGradientDescent veya OnlineGradientDescent(Seçenekler) kullanın.
Giriş ve Çıkış Sütunları
Giriş etiketi sütun verileri olmalıdır Single. Giriş özellikleri sütun verileri bilinen boyutlu bir vektör Singleolmalıdır.
Bu eğitmen aşağıdaki sütunları oluşturur:
| Çıkış Sütunu Adı | Sütun Türü | Description |
|---|---|---|
Score |
Single | Model tarafından tahmin edilen ilişkisiz puan. |
Eğitmen Özellikleri
| Makine öğrenmesi görevi | Regresyon |
| Normalleştirme gerekli mi? | Yes |
| Önbelleğe alma gerekli mi? | No |
| Microsoft.ML ek olarak gerekli NuGet | Hiçbiri |
| ONNX'e aktarılabilir | Yes |
Eğitim Algoritması Ayrıntıları
Stokastik gradyan azalma, dışbükey kayıp işlevleri için hata gradyanlarını kullanarak model katsayılarını sığdırmak için basit ama verimli bir yinelemeli teknik kullanır. Çevrimiçi Gradyan Azalma (OGD), standart (toplu iş olmayan) stokastik gradyan azalmasını, bir kayıp işlevi seçeneğiyle ve zaman içinde görülen vektörlerin ortalamasını kullanarak ağırlık vektörünün güncelleştirilmesi seçeneğini uygular (ortalama bağımsız değişken varsayılan olarak True olarak ayarlanır).
Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.
Alanlar
| FeatureColumn |
Eğitmenin beklediği özellik sütunu. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
Eğitmenin beklediği etiket sütunu. etiketin eğitim için kullanılmadığını gösteren olabilir |
| WeightColumn |
Eğitmenin beklediği ağırlık sütunu.
|
Özellikler
| Info |
IEstimator<TTransformer> Doğrusal regresyon modelinin parametrelerini tahmin etmek için Çevrimiçi Gradyan Azalma (OGD) kullanarak doğrusal regresyon modelini eğitme. (Devralındığı yer: OnlineLinearTrainer<TTransformer,TModel>) |
Yöntemler
| Fit(IDataView, LinearModelParameters) |
Zaten eğitilmiş |
| Fit(IDataView) |
bir ITransformereğitip döndürür. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
IEstimator<TTransformer> Doğrusal regresyon modelinin parametrelerini tahmin etmek için Çevrimiçi Gradyan Azalma (OGD) kullanarak doğrusal regresyon modelini eğitme. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
Uzantı Metotları
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tahmin zincirine 'önbelleğe alma denetim noktası' ekleme. Bu, aşağı akış tahmincilerinin önbelleğe alınan verilere karşı eğitilmesini sağlar. Birden çok veri geçiren eğitmenlerden önce bir önbelleğe alma kontrol noktası olması yararlıdır. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Tahmin aracı verildiğinde, bir temsilci çağrıldıktan sonra Fit(IDataView) çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir; bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesne içeren işlem hatları halinde oluşturulur, bu nedenle transformatörü almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömülü olduğu bir tahmin aracı zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla sığdır çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz. |