Microsoft.ML 名前空間

これは、事前トレーニング済みの AlexNet モデルを使用するために、 DnnImageFeaturizerEstimator で使用する拡張メソッドです。 この拡張子を含む NuGet にも、バイナリ モデル ファイルが含まれていることが保証されます。

トレーナーやエバリュエーターなど、異常検出コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

異常検出トレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

トレーナーやキャリブレーターなどの二項分類コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

二項分類トレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

二項分類キャリブレーターのインスタンスを作成するために MLContext によって使用されるクラス。

高パフォーマンスのバイナリ形式との間でIDataViewオブジェクトを保存および読み取るコンポーネントのインスタンスを作成するためのDataOperationsCatalogの拡張メソッドのコレクション。

カテゴリトランスフォーマー コンポーネントを作成するための TransformsCatalog.CategoricalTransforms の拡張メソッドのコレクション。

トレーナーなどのクラスタリング コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

クラスタリング トレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

バイナリ ベクター マッピング トランスフォーマー コンポーネントにキーのインスタンスを作成するための TransformsCatalog の拡張メソッドのコレクション

データ変換およびマッピング トランスフォーマー コンポーネントのインスタンスを作成するための TransformsCatalog の拡張メソッドのコレクション。

ユーザー定義の 1 対 1 の行マッピング トランスフォーマー コンポーネントのインスタンスを作成するための TransformsCatalog 拡張メソッドを含むクラス。

データベースから読み取る DataOperationsCatalog の拡張メソッドのコレクション。

1 つ以上のファイルからデータを読み込むのに使用されるクラス。

データを操作するが、モデル トレーニング パイプラインの一部ではないコンポーネントを作成するために使用されるクラス。 データの読み込み、保存、キャッシュ、フィルター、シャッフル、分割を行うコンポーネントが含まれます。

データの論理行。 IDataViewまたはスタンドアロン行の行を指定できます。

IDataViewの行をカーソルで移動するために使用されるクラス。

IDataViewまたはDataViewRowのスキーマを表します。 スキーマは、 DataViewSchema.Columnのコレクションです。

1 つの DataViewSchema.Columnのスキーマ注釈。

DataViewSchema.Annotationsをビルドする操作を含むクラス。

DataViewSchemaをビルドする操作を含むクラス。

デバッグ用のプレビュー オブジェクトのインスタンスを作成するために使用されるクラス。 注: このクラスとすべてのメソッドは、デバッグにのみ使用し、運用コードでは使用しないでください。

モデルの説明コンポーネントのインスタンスを作成するための TransformsCatalog の拡張メソッドのコレクション。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

拡張のために使用されるすべての属性の基本属性の型。

欠損値トランスフォーマー コンポーネントのインスタンスを作成するための TransformsCatalog 拡張メソッドのコレクション。

フィールド対応階乗トレーナー コンポーネントのインスタンスを作成するための BinaryClassificationCatalog の拡張メソッドのコレクション。

フィーチャ選択トランスフォーマー コンポーネントのインスタンスを作成するための TransformsCatalog 拡張メソッドのコレクション。

予測コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

予測トレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

画像処理トランスフォーマー コンポーネントのインスタンスを作成するために TransformsCatalog するための拡張メソッドのコレクション。

複数の列で動作するトランスフォーマー コンポーネントの入力列名と出力列名を指定します。

カーネル メソッド特徴エンジニアリング トランスフォーマー コンポーネントのインスタンスを作成するための TransformsCatalog 拡張メソッドのコレクション。

KMeans トレーナーのインスタンスを作成するための ClusteringCatalog.ClusteringTrainers の拡張メソッドのコレクション。

推定パイプラインとトランスフォーマー パイプラインのチェーンを可能にする拡張メソッド。

RegressionCatalog.RegressionTrainers、BinaryClassificationCatalog.BinaryClassificationTrainers、RankingCatalog.RankingTrainers、およびMulticlassClassificationCatalog.MulticlassClassificationTrainers カタログの拡張メソッドのコレクション。

Log イベントのデータを提供します。

MKL (Math Kernel Library) トレーナーを作成し、コンポーネントを変換するための RegressionCatalog.RegressionTrainers、 BinaryClassificationCatalog.BinaryClassificationTrainers、および TransformsCatalog の拡張メソッドのコレクション。

すべての ML.NET 操作の共通コンテキストを表します。

トレーニング済みのモデルを保存して読み込む MLContext で使用されるクラス。

ICanSaveModelの実装者のために、リポジトリにモデルを保存するための便利なコンテキスト オブジェクト。

トレーナーなどの多クラス分類コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

多クラス分類トレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

数値正規化コンポーネントのインスタンスを作成する TransformsCatalog の拡張メソッドのコレクション。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

プリンシパル コンポーネント分析 (PCA) コンポーネントのインスタンスを作成するために、 AnomalyDetectionCatalog.AnomalyDetectionTrainersおよび TransformsCatalog カタログによって使用される拡張メソッドのコレクション。

順列特徴重要度コンポーネントのインスタンスを作成するために、 RegressionCatalog、 BinaryClassificationCatalog、 MulticlassClassificationCatalog、および RankingCatalog によって使用される拡張メソッドのコレクション。

以前にトレーニングされたモデル (および前の変換パイプライン) で単一の予測を行うクラス。

以前にトレーニングされたモデル (および前の変換パイプライン) で単一の予測を行う基本クラス。

のオプション PredictionEngine<TSrc,TDst>

トレーナーやエバリュエーターなどのランク付けコンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

ランク付けトレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

レコメンデーション トレーナーとタスクの中央カタログ。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

トレーナーやエバリュエーターなど、回帰コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

回帰トレーナーのインスタンスを作成するために MLContext によって使用されるクラス。

これは、事前トレーニング済みの ResNet101 モデルを使用するために、 DnnImageFeaturizerEstimator で使用する拡張メソッドです。 この拡張子を含む NuGet にも、バイナリ モデル ファイルが含まれていることが保証されます。

これは、事前トレーニング済みの ResNet18 モデルを使用するために、 DnnImageFeaturizerEstimator で使用する拡張メソッドです。 この拡張子を含む NuGet にも、バイナリ モデル ファイルが含まれていることが保証されます。

これは、事前トレーニング済みの ResNet50 モデルを使用するために、 DnnImageFeaturizerEstimator で使用する拡張メソッドです。 この拡張子を含む NuGet にも、バイナリ モデル ファイルが含まれていることが保証されます。

受信スキーマに対する一連の "要件" と、送信スキーマの "promises" のセット。 これは適切な DataViewSchemaよりも緩和されます。これは列のサブセットに過ぎません。また、ベクトルとキーに正確な DataViewTypeを指定していないためです。

トレーナー コンポーネントのインスタンスを作成するための RegressionCatalog.RegressionTrainers、 BinaryClassificationCatalog.BinaryClassificationTrainers、および MulticlassClassificationCatalog.MulticlassClassificationTrainers の拡張メソッドのコレクション。

TensorFlowTransformerは、次の 2 つのシナリオで使用されます。

1. 事前トレーニング済みの TensorFlow モデルを使用したスコアリング: このモードでは、変換は事前トレーニング済みの Tensorflow モデルから非表示レイヤーの値を抽出し、出力を ML.Net パイプラインの特徴として使用します。
2. TensorFlow モデルの再トレーニング: このモードでは、変換は、パイプラインを介して渡されたユーザー データを使用して TensorFlow モデル ML.Net 再トレーニングします。 モデルがトレーニングされると、その出力をスコアリングの特徴として使用できます。

TransformsCatalogの拡張メソッドのコレクション。

csv や tsv などの区切りテキスト ファイルから読み取る DataOperationsCatalog の拡張メソッドのコレクション。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

トレーナー カタログの基本クラス。

Microsoft.ML.TrainContextのサブクラスは、フック可能なオブジェクト (たとえば、Trainersなど) をほとんど提供しなくなります。 ユーザー コードは、拡張メソッドを呼び出すことによってのみ、これらのオブジェクトと対話します。 実際のコンポーネント コードでは、 Microsoft.ML.Data.CatalogUtils を使用して、このオブジェクト (環境など) からより多くの "非表示" 情報を取得できます。

クロス検証の実行結果。

トレーナーの特性。 各トレーナーの Info プロパティを介して公開されます。

列を操作する変換コンポーネントのインスタンスを作成するための TransformsCatalog 拡張メソッドのコレクション。

変換コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

カテゴリ データ変換コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

型変換データ変換コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

フィーチャ選択変換コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

テキスト データ変換コンポーネントのインスタンスを作成するために MLContext によって使用されるクラス。

デシジョン ツリー トレーナーと特徴付け子のインスタンスを作成するために、 RegressionCatalog、 BinaryClassificationCatalog、 MulticlassClassificationCatalog、 RankingCatalog、および TransformsCatalog によって使用される拡張メソッドのコレクション。

ImageClassification トレーナー コンポーネントのインスタンスを作成するための MulticlassClassificationCatalog.MulticlassClassificationTrainers の拡張メソッドのコレクション。

トレーニング セットとテスト セットのデータセットのペア。

このクラスは、特定のスキーマ内の 1 つの列を記述します。

このクラスは、特定の DataViewSchemaに添付せずに、データ ビューの 1 つの列のスキーマを表します。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

モデルをリポジトリに保存する場合。 ICanSaveModelを実装するクラスは、Save(ModelSaveContext)の明示的な実装を行う必要があります。 基底クラスから ICanSaveModel を継承するクラスは、その基底クラスの Save(ModelSaveContext) によって呼び出された関数を上書きする必要があります (存在する場合)。

"データ ローダー" は、特定の種類の入力を受け取り、 IDataViewに変換します。

場合によっては、 IDataLoader<TSource>に合わせる必要があります。 DataLoader エスティメーターは、それを行うオブジェクトです。

クエリ演算子 (変換) の入力と出力。 これは基本的なデータ パイプラインの種類であり、LINQ の IEnumerable<T> に相当します。

推定器 (Spark の用語) は、"トレーニングされていないトランスフォーマー" です。 トランスフォーマーを製造するには、データに "適合" する必要があります。 また、トランスフォーマーのように、DataViewSchemaではなく、SchemaShape経由で"スキーマ伝達"も提供されます。

Microsoft.ML.IPredictor フィールドに基づいてデータを変換できるすべてのトランスフォーマーのインターフェイス。 このインターフェイスの実装には、特徴列がないか、複数の特徴列があり、 ISingleFeaturePredictionTransformer<TModel>を実装することはできません。ML.Net トランフォーマーのほとんどが実装します。

ISingleFeaturePredictionTransformer には、 FeatureColumnName の名前とその型 ( FeatureColumnType) が含まれています。 このインターフェイスの実装には、入力 IDataView のデータにスコアを付ける機能があります。 Transform(IDataView)

トランスフォーマーは、データを変換するコンポーネントです。 また、"スキーマ伝達" をサポートして、"このスキーマのデータを変換した後、どのように表示されるか" という質問に答えます。

ML.NET のメイン名前空間。 アプリケーションと操作のコンテキスト、トランスフォーマーとトレーナーのカタログ、およびデータ ビュー処理用のコンポーネントが含まれています。

値を取得するデリゲート型。 これは、 DataViewRow または DataViewRowCursor内のデータに効率的にアクセスするために使用できます。