ImageLoadingEstimator 類別
定義
重要
部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。
public sealed class ImageLoadingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Data.ImageLoadingTransformer>type ImageLoadingEstimator = class
inherit TrivialEstimator<ImageLoadingTransformer>Public NotInheritable Class ImageLoadingEstimator
Inherits TrivialEstimator(Of ImageLoadingTransformer)- 繼承
備註
估算器特性
| 這個估計器需要查看資料來訓練參數嗎？ | No |
| 輸入欄位資料型別 | 文字 |
| 輸出欄位資料型態 | MLImage |
| 除了 Microsoft.ML 之外，必須使用 NuGet | Microsoft.ML.ImageAnalytics |
| 可匯出至 ONNX | No |
結果 ImageLoadingTransformer 會建立一個新的欄位，名稱依輸出欄位名稱參數指定，並在其中載入輸入欄位指定的影像。 載入幾乎是所有進行影像處理及後續分析的管線的第一步。 要載入的圖片必須是實作支援 MLImage 的格式。 關於端對端影像處理流程，以及你應用程式中的情境，請參考 machinelearning-samples 的 github 倉庫中的 範例 。
請參考「參見」區塊，裡面有使用範例的連結。
方法
| 名稱 | Description |
|---|---|
| Fit(IDataView) |
IEstimator<TTransformer> 對於 ImageLoadingTransformer。 (繼承來源 TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
回傳 SchemaShape 由變壓器產生的結構結構。 用於結構傳播與管線驗證。 |
擴充方法
| 名稱 | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
在估計鏈中附加一個「快取檢查點」。 這將確保下游估計器能針對快取資料進行訓練。 在訓練師接受多次資料通行前設置快取檢查點會很有幫助。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
給定一個估計器，回傳一個包裹物件，該物件會呼叫一次 Fit(IDataView) 代理。 估計器通常回傳擬合的資訊很重要，因此該 Fit(IDataView) 方法回傳一個特定型別的物件，而非一般 ITransformer的 。 然而，同時， IEstimator<TTransformer> 通常會被組成包含許多物件的管線，因此我們可能需要建立一條估計鏈，將 EstimatorChain<TLastTransformer> 我們想要取得變壓器的估計器埋藏在這條鏈的某處。 在這種情況下，我們可以透過此方法附加一個代理，當 fit 被呼叫時會被呼叫。 |