NerTrainer クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
テキストを分類するためのディープ ニューラル ネットワーク (DNN) をトレーニングするための IEstimator<TTransformer> 。
public class NerTrainer : Microsoft.ML.TorchSharp.NasBert.NasBertTrainer<Microsoft.ML.Data.VBuffer<uint>,Microsoft.ML.Data.VBuffer<long>>type NerTrainer = class
inherit NasBertTrainer<VBuffer<uint32>, VBuffer<int64>>Public Class NerTrainer
Inherits NasBertTrainer(Of VBuffer(Of UInteger), VBuffer(Of Long))- 継承
注釈
このトレーナーを作成するには、 NER を使用します。
入力列と出力列
入力ラベル列のデータは 文字列 型のベクターである必要があり、文の列は型である必要がありますTextDataViewType。
このトレーナーは、次の列を出力します。
| [出力列の名前] | 列の種類 | 説明 |
|---|---|---|
PredictedLabel |
キー型のベクトル | 予測ラベルのインデックス。 値が i の場合、実際のラベルは、キー値入力ラベル型の i 番目のカテゴリになります。 |
| -- | -- | |
| 機械学習タスク | 多クラス分類 | |
| 正規化は必要ですか? | No | |
| キャッシュは必要ですか? | No | |
| Microsoft.ML に加えて必要な NuGet | Microsoft.ML.TorchSharp、libtorch-cpu、libtorch-cuda-11.3、または OS 固有のバリアントのいずれか。 | |
| ONNX にエクスポート可能 | No |
トレーニング アルゴリズムの詳細
名前付きエンティティ認識の目的で、既存の事前トレーニング済みの NAS-BERT roBERTa モデルを利用して、ディープ ニューラル ネットワーク (DNN) をトレーニングします。
メソッド
| 名前 | 説明 |
|---|---|
| GetOutputSchema(SchemaShape) |
テキストを分類するためのディープ ニューラル ネットワーク (DNN) をトレーニングするための IEstimator<TTransformer> 。 (継承元 NasBertTrainer<TLabelCol,TTargetsCol>) |
拡張メソッド
| 名前 | 説明 |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
推定チェーンに "キャッシュ チェックポイント" を追加します。 これにより、ダウンストリーム推定器がキャッシュされたデータに対してトレーニングされるようになります。 複数のデータを受け取るトレーナーの前にキャッシュ チェックポイントを設定すると便利です。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
推定器が指定された場合は、 Fit(IDataView) が呼び出されるとデリゲートを呼び出すラップ オブジェクトを返します。 多くの場合、推定器が適合した内容に関する情報を返すことが重要です。そのため、 Fit(IDataView) メソッドは一般的な ITransformerではなく、明示的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> は多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得する推定器がこのチェーンのどこかに埋もれている EstimatorChain<TLastTransformer> を使用して、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。 |