Microsoft.ML Namespace
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung.
Klassen
AlexNetExtension |
Dies ist eine Erweiterungsmethode für die Verwendung mit dem DnnImageFeaturizerEstimator, um ein vortrainiertes AlexNet-Modell zu verwenden. Das NuGet-Paket, das diese Erweiterung enthält, beinhaltet außerdem garantiert die binäre Modelldatei. |
AnomalyDetectionCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von Komponenten für die Anomalieerkennung zu erstellen, z. B. Trainer und Auswerter. |
AnomalyDetectionCatalog.AnomalyDetectionTrainers |
Klasse, die von MLContext verwendet wird, um Instanzen von Anomalieerkennungstrainern zu erstellen. |
BinaryClassificationCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen binärer Klassifizierungskomponenten wie Trainer und Kalibratoren zu erstellen. |
BinaryClassificationCatalog.BinaryClassificationTrainers |
Klasse, die von MLContext verwendet wird, um Instanzen von binären Klassifizierungstrainern zu erstellen. |
BinaryClassificationCatalog.CalibratorsCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von binären Klassifizierungskalibratoren zu erstellen. |
BinaryLoaderSaverCatalog |
Sammlung von Erweiterungsmethoden zum DataOperationsCatalog Erstellen von Instanzen von Komponenten zum Speichern und Lesen IDataView von Objekten in und aus einem leistungsstarken Binärformat. |
CategoricalCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog.CategoricalTransforms Erstellen kategorischer Transformatorkomponenten. |
ClusteringCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von Clusteringkomponenten zu erstellen, z. B. Trainer. |
ClusteringCatalog.ClusteringTrainers |
Klasse, die von MLContext verwendet wird, um Instanzen von Clustering-Trainern zu erstellen. |
ConversionsCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Schlüsseln zu binären Vektorzuordnungstransformatatoren |
ConversionsExtensionsCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Datenkonvertierungs- und Zuordnungstransformatorenkomponenten. |
CustomMappingCatalog |
Klasse, die eine Erweiterungsmethode für TransformsCatalog zum Erstellen von Instanzen von benutzerdefinierten 1:1-Zeilenzuordnungstransformatorkomponenten enthält. |
DatabaseLoaderCatalog |
Sammlung von Erweiterungsmethoden für das DataOperationsCatalog Lesen aus Datenbanken. |
DataLoaderExtensions |
Klasse, die zum Laden von Daten aus einer oder mehreren Dateien verwendet wird. |
DataOperationsCatalog |
Klasse, die zum Erstellen von Komponenten verwendet wird, die mit Daten arbeiten, aber nicht Teil der Modelltrainingspipeline sind. Enthält Komponenten zum Laden, Speichern, Zwischenspeichern, Filtern, Mischen und Teilen von Daten. |
DataViewRow |
Eine logische Datenzeile. Kann eine Zeile einer IDataView oder eine eigenständige Zeile sein. |
DataViewRowCursor |
Klasse, die zum Cursor durch Zeilen eines IDataViewverwendet wird. |
DataViewSchema |
Stellt das Schema eines IDataView oder eines dar DataViewRow. Das Schema ist eine Auflistung von DataViewSchema.Column. |
DataViewSchema.Annotations |
Die Schemaanmerkungen einer DataViewSchema.Column. |
DataViewSchema.Annotations.Builder |
Klasse mit Vorgängen zum Erstellen eines DataViewSchema.Annotations. |
DataViewSchema.Builder |
Klasse, die Vorgänge zum Erstellen eines DataViewSchemaenthält. |
DebuggerExtensions |
Klasse, die zum Erstellen von Instanzen von Vorschauobjekten zum Debuggen verwendet wird. Hinweis: Diese Klasse und alle Methoden sollten nur zum Debuggen und nicht im Produktionscode verwendet werden. |
ExplainabilityCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Modellerklärbarkeitskomponenten. |
ExpressionCatalog |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
ExtensionBaseAttribute |
Der Basisattributetyp für alle Attribute, die zu Erweiterbarkeitszwecken verwendet werden. |
ExtensionsCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen fehlender Werttransformerkomponenten. |
FactorizationMachineExtensions |
Sammlung von Erweiterungsmethoden zum BinaryClassificationCatalog Erstellen von Instanzen von feldbewussten Faktorisierungstrainerkomponenten. |
FeatureSelectionCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Featureauswahltransformatorenkomponenten. |
ForecastingCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von Vorhersagekomponenten zu erstellen. |
ForecastingCatalog.Forecasters |
Klasse, die von MLContext verwendet wird, um Instanzen von Vorhersagetrainern zu erstellen. |
IDataViewExtensions |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
ImageEstimatorsCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Bildverarbeitungstransformatorenkomponenten. |
InputOutputColumnPair |
Gibt Eingabe- und Ausgabespaltennamen für Transformatorkomponenten an, die mit mehreren Spalten ausgeführt werden. |
KernelExpansionCatalog |
Sammlung von Erweiterungsmethoden für TransformsCatalog das Erstellen von Instanzen von Kernelmethoden, um Transformatorkomponenten zu erstellen. |
KMeansClusteringExtensions |
Sammlung von Erweiterungsmethoden zum ClusteringCatalog.ClusteringTrainers Erstellen von Instanzen von KMeans-Trainern. |
LearningPipelineExtensions |
Erweiterungsmethoden, die die Verkettung von Schätzer- und Transformatorpipelines ermöglichen. |
LightGbmExtensions |
Sammlung von Erweiterungsmethoden für die RegressionCatalog.RegressionTrainersKataloge , BinaryClassificationCatalog.BinaryClassificationTrainers, RankingCatalog.RankingTrainersund MulticlassClassificationCatalog.MulticlassClassificationTrainers |
LoggingEventArgs |
Stellt Daten für das Log-Ereignis bereit. |
MklComponentsCatalog |
Sammlung von Erweiterungsmethoden für RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersund TransformsCatalog zum Erstellen von MKL (Math Kernel Library) Trainer- und Transformationskomponenten. |
MLContext |
Der allgemeine Kontext für alle ML.NET-Vorgänge. Nach der Instanziierung durch den Benutzer bietet es eine Möglichkeit, Komponenten für die Datenvorbereitung, das Feature engineering, das Training, die Vorhersage und die Modellauswertung zu erstellen. Außerdem ermöglicht es Protokollierung, Ausführungssteuerung und die Möglichkeit, wiederholbare Zufallszahlen festzulegen. |
ModelOperationsCatalog |
Klasse, die von MLContext verwendet wird, um trainierte Modelle zu speichern und zu laden. |
ModelSaveContext |
Convenience-Kontextobjekt zum Speichern von Modellen in einem Repository für Implementoren von ICanSaveModel. |
MulticlassClassificationCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von Klassifizierungskomponenten mit mehreren Klassen zu erstellen, z. B. Trainer. |
MulticlassClassificationCatalog.MulticlassClassificationTrainers |
Klasse, die von MLContext verwendet wird, um Instanzen von Klassenklassifizierungstrainern mit mehreren Klassen zu erstellen. |
NormalizationCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen numerischer Normalisierungskomponenten. |
OnnxCatalog |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
OnnxExportExtensions |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
PcaCatalog |
Sammlung von Erweiterungsmethoden, die von - AnomalyDetectionCatalog.AnomalyDetectionTrainersund TransformsCatalog Katalogen zum Erstellen von Instanzen von Komponenten der Prinzipalkomponentenanalyse (Principal Component Analysis, PCA) verwendet werden. |
PermutationFeatureImportanceExtensions |
Sammlung von Erweiterungsmethoden, die von RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalogund RankingCatalog verwendet werden, um Instanzen von Permutationsfunktionsrelevanzkomponenten zu erstellen. |
PredictionEngine<TSrc,TDst> |
Klasse zum Erstellen einzelner Vorhersagen für ein zuvor trainiertes Modell (und eine vorangehende Transformationspipeline). |
PredictionEngineBase<TSrc,TDst> |
Basisklasse zum Erstellen einzelner Vorhersagen für ein zuvor trainiertes Modell (und die vorherige Transformationspipeline). |
PredictionEngineOptions |
Optionen für die PredictionEngine<TSrc,TDst> |
RankingCatalog |
Klasse, die zum MLContext Erstellen von Instanzen von Rangfolgekomponenten verwendet wird, z. B. Trainer und Auswerter. |
RankingCatalog.RankingTrainers |
Klasse, die von MLContext verwendet wird, um Instanzen von Rangfolgetrainern zu erstellen. |
RecommendationCatalog |
Der zentrale Katalog für Empfehlungstrainer und Aufgaben. |
RecommendationCatalog.RecommendationTrainers |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
RecommenderCatalog |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
RegressionCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von Regressionskomponenten zu erstellen, z. B. Trainer und Auswerter. |
RegressionCatalog.RegressionTrainers |
Klasse, die von MLContext verwendet wird, um Instanzen von Regressionstrainern zu erstellen. |
ResNet101Extension |
Dies ist eine Erweiterungsmethode, die mit dem DnnImageFeaturizerEstimator verwendet werden soll, um ein vortrainiertes ResNet101-Modell zu verwenden. Das NuGet-Paket, das diese Erweiterung enthält, beinhaltet außerdem garantiert die binäre Modelldatei. |
ResNet18Extension |
Dies ist eine Erweiterungsmethode, die mit dem DnnImageFeaturizerEstimator verwendet werden soll, um ein vortrainiertes ResNet18-Modell zu verwenden. Das NuGet-Paket, das diese Erweiterung enthält, beinhaltet außerdem garantiert die binäre Modelldatei. |
ResNet50Extension |
Dies ist eine Erweiterungsmethode, die mit verwendet DnnImageFeaturizerEstimator werden soll, um ein vortrainiertes ResNet50-Modell zu verwenden. Das NuGet-Paket, das diese Erweiterung enthält, beinhaltet außerdem garantiert die binäre Modelldatei. |
SchemaShape |
Eine Reihe von "Anforderungen" für das eingehende Schema sowie eine Reihe von "Versprechen" des ausgehenden Schemas. Dies ist entspannter als die richtige DataViewSchema, da es sich nur um eine Teilmenge der Spalten handelt, und auch, da es keine genauen DataViewTypés für Vektoren und Schlüssel angibt. |
StandardTrainersCatalog |
Sammlung von Erweiterungsmethoden für RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersund MulticlassClassificationCatalog.MulticlassClassificationTrainers zum Erstellen von Instanzen von Trainerkomponenten. |
TensorflowCatalog |
Wird TensorFlowTransformer in den folgenden zwei Szenarien verwendet.
|
TextCatalog |
Auflistung von Erweiterungsmethoden für .TransformsCatalog |
TextLoaderSaverCatalog |
Sammlung von Erweiterungsmethoden zum DataOperationsCatalog Lesen aus durch Trennzeichen gekennzeichneten Textdateien wie csv und tsv. |
TimeSeriesCatalog |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
TrainCatalogBase |
Basisklasse für die Trainerkataloge. |
TrainCatalogBase.CatalogInstantiatorBase |
Unterklassen von Microsoft.ML.TrainContext stellen kleine hookbare Objekte für die Erweiterungsmethode bereit (z. B. etwas wie Trainers). Benutzercode interagiert nur mit diesen Objekten, indem die Erweiterungsmethoden aufgerufen werden. Der tatsächliche Komponentencode kann durcharbeiten Microsoft.ML.Data.CatalogUtils , um weitere "ausgeblendete" Informationen aus diesem Objekt abzurufen, z. B. die Umgebung. |
TrainCatalogBase.CrossValidationResult<T> |
Ergebnisse der Ausführung der Kreuzüberprüfung. |
TrainerInfo |
Merkmale eines Trainers. Verfügbar gemacht über die Info-Eigenschaft jedes Trainers. |
TransformExtensionsCatalog |
Sammlung von Erweiterungsmethoden zum TransformsCatalog Erstellen von Instanzen von Transformationskomponenten, die Spalten bearbeiten. |
TransformsCatalog |
Klasse, die von MLContext verwendet wird, um Instanzen von Transformationskomponenten zu erstellen. |
TransformsCatalog.CategoricalTransforms |
Klasse, die von MLContext verwendet wird, um Instanzen kategorischer Datentransformationskomponenten zu erstellen. |
TransformsCatalog.ConversionTransforms |
Klasse, die zum Erstellen von MLContext Instanzen von Typkonvertierungsdatentransformationskomponenten verwendet wird. |
TransformsCatalog.FeatureSelectionTransforms |
Klasse, die von MLContext verwendet wird, um Instanzen von Featureauswahltransformationskomponenten zu erstellen. |
TransformsCatalog.TextTransforms |
Klasse, die von MLContext verwendet wird, um Instanzen von Textdatentransformationskomponenten zu erstellen. |
TreeExtensions |
Sammlung von Erweiterungsmethoden, die von RegressionCatalog, BinaryClassificationCatalog, MulticlassClassificationCatalog, RankingCatalogund TransformsCatalog verwendet werden, um Instanzen von Entscheidungsstrukturtrainern und Featurizern zu erstellen. |
VisionCatalog |
Sammlung von Erweiterungsmethoden zum MulticlassClassificationCatalog.MulticlassClassificationTrainers Erstellen von Instanzen von ImageClassification-Trainerkomponenten. |
Strukturen
DataOperationsCatalog.TrainTestData |
Ein Paar Datasets für den Train und den Testsatz. |
DataViewSchema.Column |
Diese Klasse beschreibt eine Spalte im jeweiligen Schema. |
DataViewSchema.DetachedColumn |
Diese Klasse stellt das Schema einer Spalte einer Datenansicht ohne eine Anlage zu einem bestimmten DataViewSchemadar. |
SchemaShape.Column |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
Schnittstellen
ICanSaveModel |
Zum Speichern eines Modells in einem Repository. Klassen, die implementieren ICanSaveModel , sollten eine explizite Implementierung von durchführen Save(ModelSaveContext). Klassen, die von einer Basisklasse erben ICanSaveModel , sollten die funktion überschreiben, die von Save(ModelSaveContext) in dieser Basisklasse aufgerufen wird, sofern vorhanden. |
IDataLoader<TSource> |
Der "Datenladevorgang" nimmt eine bestimmte Art von Eingabe an und wandelt sie in ein IDataViewum. |
IDataLoaderEstimator<TSource,TLoader> |
Manchmal müssen wir einen IDataLoader<TSource>"anpassen". Ein DataLoader-Schätzer ist das Objekt, das dies ausführt. |
IDataView |
Die Eingabe und Ausgabe von Abfrageoperatoren (Transformationen). Dies ist der grundlegende Datenpipelinetyp, vergleichbar IEnumerable<T> mit LINQ. |
IEstimator<TTransformer> |
Der Schätzer (in der Spark-Terminologie) ist ein "nicht trainierter Transformator". Es muss auf die Daten "passen", um einen Transformator herzustellen. Es bietet auch die "Schemaweitergabe" wie Transformatoren, aber über SchemaShape anstelle von DataViewSchema. |
IPredictionTransformer<TModel> |
Eine Schnittstelle für alle Transformatoren, die Daten basierend auf dem Microsoft.ML.IPredictor Feld transformieren können. Die Implementierungen dieser Schnittstelle verfügen entweder über keine Featurespalte oder mehr als eine Featurespalte und können nicht implementieren, was die ISingleFeaturePredictionTransformer<TModel>meisten ML.Net Tranformer implementieren. |
ISingleFeaturePredictionTransformer<TModel> |
Ein ISingleFeaturePredictionTransformer enthält den Namen und den FeatureColumnName Typ . FeatureColumnType Implementierungen dieser Schnittstelle haben die Möglichkeit, die Daten einer Eingabe IDataView über die Transform(IDataView) |
ITransformer |
Der Transformator ist eine Komponente, die Daten transformiert. Außerdem wird die Schemaweitergabe unterstützt, um die Frage zu beantworten, wie die Daten mit diesem Schema nach der Transformation aussehen. |
Enumerationen
SchemaShape.Column.VectorKind |
Der Standard-Namespace für ML.NET. Enthält Anwendungs- und Vorgangskontexte, Transformator- und Trainerkataloge sowie Komponenten für die Datenansichtsverarbeitung. |
Delegaten
ValueGetter<TValue> |
Delegattyp, um einen Wert abzurufen. Dies kann für einen effizienten Zugriff auf Daten in einem DataViewRow oder DataViewRowCursorverwendet werden. |