LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase Klasse

Definition

Namespace:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.StandardTrainers.dll

Paket:

Microsoft.ML v3.0.1

Basisoptionenklasse für Trainerstimme, die vonLbfgsTrainerBase<TOptions,TTransformer,TModel> abgeleitet werden.

public abstract class LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithWeight where TOptions : LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type LbfgsTrainerBase<'Options, 'ransformer, 'Model (requires 'Options :> LbfgsTrainerBase<'Options, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
    inherit TrainerInputBaseWithWeight

Public MustInherit Class LbfgsTrainerBase(Of TOptions, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithWeight

Typparameter

TOptions

TTransformer

TModel

Vererbung

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase

Abgeleitet

Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options

Microsoft.ML.Trainers.LbfgsMaximumEntropyMulticlassTrainer.Options

Microsoft.ML.Trainers.LbfgsPoissonRegressionTrainer.Options

Konstruktoren

LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase()

Basisoptionenklasse für Trainerstimme, die vonLbfgsTrainerBase<TOptions,TTransformer,TModel> abgeleitet werden.

Felder

DenseOptimizer	Erzwingung der internen Optimierungsvektoren. Der Standardwert ist "false".
EnforceNonNegativity	Erzwingen sie nicht negative Gewichtungen. Der Standardwert ist "false".
ExampleWeightColumnName	Spalte, die zum Beispiel Gewichtung verwendet werden soll. (Geerbt von TrainerInputBaseWithWeight)
FeatureColumnName	Spalte, die für Features verwendet werden soll. (Geerbt von TrainerInputBase)
HistorySize	Anzahl der vorherigen Iterationen, die sich für die Schätzung des Hessischen erinnern. Niedrigere Werte bedeuten schneller, aber weniger genaue Schätzungen.
InitialWeightsDiameter	Anfängliche Gewichtungsskala.
L1Regularization	L1 Regularisierungsgewicht.
L2Regularization	L2-Normalisierungsgewicht.
LabelColumnName	Spalte, die für Bezeichnungen verwendet werden soll. (Geerbt von TrainerInputBaseWithLabel)
MaximumNumberOfIterations	Anzahl von Iterationen.
NumberOfThreads	Anzahl der Threads. Null bedeutet, dass die Anzahl der Prozessoren verwendet wird.
OptimizationTolerance	Toleranzparameter für die Optimierungskonvergenz. (Niedrig = langsamer, genauer).
Quiet	Bestimmt, ob die Ausgabe während der Schulung erzeugt werden soll.
StochasticGradientDescentInitilaizationTolerance	Führen Sie SGD aus, um LR-Gewichtungen zu initialisieren und diese Toleranz zu konvergieren.