ModelOperationsCatalog Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
Classe utilisée par MLContext pour enregistrer et charger des modèles entraînés.
public sealed class ModelOperationsCatalogtype ModelOperationsCatalog = classPublic NotInheritable Class ModelOperationsCatalog- Héritage
-
ModelOperationsCatalog
Méthodes
| Nom | Description |
|---|---|
| CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition) |
Créez un moteur de prédiction pour la prédiction ponctuelle (utilisation par défaut). |
| CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema) |
Créez un moteur de prédiction pour la prédiction ponctuelle. Il est principalement utilisé conjointement avec Load(Stream, DataViewSchema), où le schéma d’entrée est extrait pendant le chargement du modèle. |
| CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions) |
Créez un moteur de prédiction pour la prédiction ponctuelle. Il est principalement utilisé conjointement avec Load(Stream, DataViewSchema), où le schéma d’entrée est extrait pendant le chargement du modèle. |
| Load(Stream, DataViewSchema) |
Chargez le modèle et son schéma d’entrée à partir d’un flux. |
| Load(String, DataViewSchema) |
Chargez le modèle et son schéma d’entrée à partir d’un fichier. |
| LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) |
Chargez un modèle transformateur et un modèle de chargeur de données à partir d’un flux. |
| LoadWithDataLoader(String, IDataLoader<IMultiStreamSource>) |
Chargez un modèle transformateur et un modèle de chargeur de données à partir d’un fichier. |
| Save(ITransformer, DataViewSchema, Stream) |
Enregistrez un modèle de transformateur et le schéma des données utilisées pour l’entraîner vers le flux. |
| Save(ITransformer, DataViewSchema, String) |
Enregistrez un modèle transformateur et le schéma des données utilisées pour l’entraîner dans le fichier. |
| Save<TSource>(ITransformer, IDataLoader<TSource>, Stream) |
Enregistrez un modèle transformateur et le chargeur utilisé pour créer ses données d’entrée dans le flux. |
| Save<TSource>(ITransformer, IDataLoader<TSource>, String) |
Enregistrez un modèle de transformateur et le chargeur utilisé pour créer ses données d’entrée dans le fichier. |
Méthodes d’extension
| Nom | Description |
|---|---|
| ConvertToOnnx(ModelOperationsCatalog, ITransformer, IDataView, Int32, Stream) |
Convertissez le format ONNX spécifié ITransformer et écrivez dans un flux. |
| ConvertToOnnx(ModelOperationsCatalog, ITransformer, IDataView, Stream, String[]) |
Convertissez le format ONNX spécifié ITransformer et écrivez dans un flux. |
| ConvertToOnnx(ModelOperationsCatalog, ITransformer, IDataView, Stream) |
Convertissez le format ONNX spécifié ITransformer et écrivez dans un flux. |
| LoadTensorFlowModel(ModelOperationsCatalog, String, Boolean) |
Chargez le modèle TensorFlow en mémoire. Il s’agit de la méthode pratique qui permet au modèle d’être chargé une fois et de l’utiliser par la suite pour interroger le schéma et la création d’utilisation TensorFlowEstimatorScoreTensorFlowModel(String, String, Boolean). L’utilisation de cette API nécessite des dépendances NuGet supplémentaires sur le rédisteur TensorFlow, consultez le document lié pour plus d’informations. TensorFlowModel contient également des références à des ressources non managées qui doivent être libérées avec un appel explicite à Dispose() ou implicitement en déclarant la variable avec la syntaxe « using » /> <format type="text/markdown »> [ !include[io](~/.. /docs/samples/docs/api-reference/tensorflow-usage.md)] </format> |
| LoadTensorFlowModel(ModelOperationsCatalog, String) |
Chargez le modèle TensorFlow en mémoire. Il s’agit de la méthode pratique qui permet au modèle d’être chargé une fois et de l’utiliser par la suite pour interroger le schéma et la création d’utilisation TensorFlowEstimatorScoreTensorFlowModel(String, String, Boolean). L’utilisation de cette API nécessite des dépendances NuGet supplémentaires sur le rédisteur TensorFlow, consultez le document lié pour plus d’informations. TensorFlowModel contient également des références à des ressources non managées qui doivent être libérées avec un appel explicite à Dispose() ou implicitement en déclarant la variable avec la syntaxe « using » /> <format type="text/markdown »> [ !include[io](~/.. /docs/samples/docs/api-reference/tensorflow-usage.md)] </format> |