Microsoft.ML Namespace

Esse é um método de extensão a ser usado para DnnImageFeaturizerEstimator usar um modelo AlexNet pré-treinado. O NuGet que contém essa extensão também tem a garantia de incluir o arquivo de modelo binário.

Classe usada para MLContext criar instâncias de componentes de detecção de anomalias, como treinadores e avaliadores.

Classe usada para MLContext criar instâncias de treinadores de detecção de anomalias.

Classe usada para MLContext criar instâncias de componentes de classificação binária, como treinadores e calibradores.

Classe usada para MLContext criar instâncias de treinadores de classificação binária.

Classe usada para MLContext criar instâncias de calibradores de classificação binária.

Coleção de métodos de extensão para criar DataOperationsCatalog instâncias de componentes para salvar e ler IDataView objetos de e para um formato binário de alto desempenho.

Coleção de métodos de extensão para TransformsCatalog.CategoricalTransforms criar componentes categóricos do transformador.

Classe usada para MLContext criar instâncias de componentes de clustering, como treinadores.

Classe usada para MLContext criar instâncias de treinadores de clustering.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de chave para componentes de transformador de mapeamento de vetor binário

Coleção de métodos de extensão para TransformsCatalog criar instâncias de conversão de dados e mapeamento de componentes do transformador.

Classe que contém um método de extensão para TransformsCatalog criar instâncias de componentes de transformador de mapeamento de linha um para um definidos pelo usuário.

Coleção de métodos de extensão para a DataOperationsCatalog leitura de bancos de dados.

Classe usada para carregar dados de um ou mais arquivos.

Classe usada para criar componentes que operam em dados, mas não fazem parte do pipeline de treinamento do modelo. Inclui componentes para carregar, salvar, armazenar em cache, filtrar, embaralhar e dividir dados.

Uma linha lógica de dados. Pode ser uma linha de uma IDataView ou uma linha autônoma.

Classe usada para cursor através de linhas de um IDataView.

Representa o esquema de um IDataView ou um DataViewRow. O esquema é uma coleção de DataViewSchema.Column.

As anotações de esquema de um DataViewSchema.Column.

Classe que contém operações para criar um DataViewSchema.Annotations.

Classe que contém operações para criar um DataViewSchema.

Classe usada para criar instâncias de objetos de visualização para depuração. Observação: essa classe e todos os métodos só devem ser usados para depuração e não no código de produção.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes de explicabilidade de modelo.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

O tipo de atributo base para todos os atributos usados para fins de extensibilidade.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes de transformador de valor ausentes.

Coleção de métodos de extensão para criar BinaryClassificationCatalog instâncias de componentes do treinador de factorização com reconhecimento de campo.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes do transformador de seleção de recursos.

Classe usada para MLContext criar instâncias de componentes de previsão.

Classe usada para MLContext criar instâncias de treinadores de previsão.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes transformadores de processamento de imagem.

Especifica nomes de colunas de entrada e saída para componentes de transformador que operam em várias colunas.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes transformadores de engenharia de recursos do método kernel.

Coleção de métodos de extensão para criar ClusteringCatalog.ClusteringTrainers instâncias de treinadores KMeans.

Métodos de extensão que permitem o encadeamento de pipelines de avaliador e transformador.

Coleção de métodos de extensão para os RegressionCatalog.RegressionTrainerscatálogos , e MulticlassClassificationCatalog.MulticlassClassificationTrainers , BinaryClassificationCatalog.BinaryClassificationTrainersRankingCatalog.RankingTrainers

Fornece dados para o evento Log.

Coleção de métodos de extensão para RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainerse TransformsCatalog para criar componentes de transformação e treinador MKL (Biblioteca kernel matemática).

Representa o contexto comum para todas as operações de ML.NET.

Classe usada para MLContext salvar e carregar modelos treinados.

Objeto de contexto de conveniência para salvar modelos em um repositório, para implementadores de ICanSaveModel.

Classe usada para MLContext criar instâncias de componentes de classificação multiclasse, como treinadores.

Classe usada para MLContext criar instâncias de treinadores de classificação multiclasse.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes de normalização numérica.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

Coleção de métodos de extensão usados pelo AnomalyDetectionCatalog.AnomalyDetectionTrainers, e TransformsCatalog catálogos para criar instâncias de componentes de PCA (Análise de Componente Principal).

Coleção de métodos de extensão usados por RegressionCatalog, BinaryClassificationCataloge MulticlassClassificationCatalogRankingCatalog para criar instâncias de componentes de importância do recurso de permutação.

Classe para fazer previsões individuais em um modelo previamente treinado (e pipeline de transformação anterior).

Classe base para fazer previsões individuais em um modelo previamente treinado (e no pipeline de transformação anterior).

Opções para o PredictionEngine<TSrc,TDst>

Classe usada para MLContext criar instâncias de componentes de classificação, como treinadores e avaliadores.

Classe usada para MLContext criar instâncias de treinadores de classificação.

O catálogo central para treinadores e tarefas de recomendação.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

Classe usada para MLContext criar instâncias de componentes de regressão, como treinadores e avaliadores.

Classe usada para MLContext criar instâncias de treinadores de regressão.

Esse é um método de extensão a ser usado para DnnImageFeaturizerEstimator usar um modelo ResNet101 pré-treinado. O NuGet que contém essa extensão também tem a garantia de incluir o arquivo de modelo binário.

Esse é um método de extensão a ser usado para DnnImageFeaturizerEstimator usar um modelo ResNet18 pré-treinado. O NuGet que contém essa extensão também tem a garantia de incluir o arquivo de modelo binário.

Esse é um método de extensão a ser usado para DnnImageFeaturizerEstimator usar um modelo ResNet50 pré-treinado. O NuGet que contém essa extensão também tem a garantia de incluir o arquivo de modelo binário.

Um conjunto de 'requisitos' para o esquema de entrada, bem como um conjunto de 'promessas' do esquema de saída. Isso é mais relaxado do que o adequado DataViewSchema, já que é apenas um subconjunto das colunas e também porque não especifica os "s" exatos DataViewTypepara vetores e chaves.

Coleção de métodos de extensão para RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainerse MulticlassClassificationCatalog.MulticlassClassificationTrainers para criar instâncias de componentes de treinador.

O TensorFlowTransformer é usado nos dois cenários a seguir.

1. Pontuação com modelo tensorFlow pré-treinado: nesse modo, a transformação extrai os valores das camadas ocultas de um modelo tensorflow pré-treinado e usa saídas como recursos em ML.Net pipeline.
2. Retreinamento do modelo TensorFlow : nesse modo, a transformação treina novamente um modelo tensorFlow usando os dados do usuário passados por ML.Net pipeline. Depois que o modelo é treinado, suas saídas podem ser usadas como recursos para pontuação.

Coleção de métodos de extensão para o TransformsCatalog.

Coleção de métodos de extensão para a DataOperationsCatalog leitura de arquivos de texto delimitados, como csv e tsv.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

Classe base para os catálogos de treinadores.

Subclasses de Microsoft.ML.TrainContext fornecerão poucos objetos ligáveis de "método de extensão" (por exemplo, algo como Trainers). O código do usuário só interagirá com esses objetos invocando os métodos de extensão. O código do componente real pode funcionar Microsoft.ML.Data.CatalogUtils para obter mais informações "ocultas" desse objeto, por exemplo, o ambiente.

Resultados da execução da validação cruzada.

Características de um treinador. Exposto por meio da propriedade Info de cada treinador.

Coleção de métodos de extensão para TransformsCatalog criar instâncias de componentes de transformação que manipulam colunas.

Classe usada para MLContext criar instâncias de componentes de transformação.

Classe usada para MLContext criar instâncias de componentes categóricos de transformação de dados.

Classe usada para MLContext criar instâncias de componentes de transformação de dados de conversão de tipo.

Classe usada para MLContext criar instâncias de componentes de transformação de seleção de recursos.

Classe usada para MLContext criar instâncias de componentes de transformação de dados de texto.

Coleção de métodos de extensão usados por RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalog, RankingCataloge TransformsCatalog para criar instâncias de treinadores de árvore de decisão e featurizers.

Coleção de métodos de extensão para MulticlassClassificationCatalog.MulticlassClassificationTrainers criar instâncias de componentes do treinador ImageClassification.

Um par de conjuntos de dados para o conjunto de treinamento e teste.

Essa classe descreve uma coluna no esquema específico.

Essa classe representa o esquema de uma coluna de uma exibição de dados, sem um anexo a um determinado DataViewSchema.

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

Para salvar um modelo em um repositório. A implementação de ICanSaveModel classes deve fazer uma implementação explícita de Save(ModelSaveContext). As classes herdadas ICanSaveModel de uma classe base devem substituir a função invocada por Save(ModelSaveContext) essa classe base, se houver uma.

O "carregador de dados" usa um determinado tipo de entrada e o transforma em um IDataView.

Às vezes, precisamos 'encaixar' um IDataLoader<TSource>. Um avaliador do DataLoader é o objeto que o faz.

A entrada e a saída de operadores de consulta (transformações). Esse é o tipo de pipeline de dados fundamental, comparável ao IEnumerable<T> LINQ.

O avaliador (na terminologia do Spark) é um "transformador destreinado". Ele precisa 'caber' nos dados para fabricar um transformador. Ele também fornece a "propagação de esquema" como os transformadores fazem, mas em SchemaShape vez de DataViewSchema.

Uma interface para todo o transformador que pode transformar dados com base no Microsoft.ML.IPredictor campo. As implementações dessa interface não têm nenhuma coluna de recurso ou têm mais de uma coluna de recurso e não podem implementar a ISingleFeaturePredictionTransformer<TModel>, que a maioria dos ML.Net transformador implementam.

Um ISingleFeaturePredictionTransformer contém o nome do tipo e do FeatureColumnName tipo FeatureColumnType. Implementações dessa interface têm a capacidade de pontuar os dados de uma entrada IDataView por meio da Transform(IDataView)

O transformador é um componente que transforma dados. Ele também dá suporte à "propagação de esquema" para responder à pergunta de "como os dados com esse esquema ficarão, depois que você os transformar?".

O namespace principal para ML.NET. Contém contextos de aplicativo e operação, catálogos de transformadores e treinadores e componentes para processamento de exibição de dados.

Delegar tipo para obter um valor. Isso pode ser usado para acesso eficiente a dados em um DataViewRow ou DataViewRowCursor.