TorchSharpCatalog.QuestionAnswer Méthode

Définition

Espace de noms:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Paquet:

Microsoft.ML.TorchSharp v0.21.1

Surcharges

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)	Ajustez un modèle ROBERTA pour les questions et réponses. La limite pour toute phrase est de 512 jetons. Chaque mot est généralement mappé à un seul jeton, et nous ajoutons automatiquement 2 jetons spécifiques (un jeton de début et un jeton de séparation). En général, cette limite sera de 510 mots pour toutes les phrases.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)	Ajustez un modèle ROBERTA pour les questions et réponses. La limite pour toute phrase est de 512 jetons. Chaque mot est généralement mappé à un seul jeton, et nous ajoutons automatiquement 2 jetons spécifiques (un jeton de début et un jeton de séparation). En général, cette limite sera de 510 mots pour toutes les phrases.

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)

Ajustez un modèle ROBERTA pour les questions et réponses. La limite pour toute phrase est de 512 jetons. Chaque mot est généralement mappé à un seul jeton, et nous ajoutons automatiquement 2 jetons spécifiques (un jeton de début et un jeton de séparation). En général, cette limite sera de 510 mots pour toutes les phrases.

public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.Roberta.QATrainer.Options options);

static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.Roberta.QATrainer.Options -> Microsoft.ML.TorchSharp.Roberta.QATrainer

<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As QATrainer.Options) As QATrainer

Paramètres

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catalogue de la transformation.

options

QATrainer.Options

Options pour l’assurance qualité.

Retours

QATrainer

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)

Ajustez un modèle ROBERTA pour les questions et réponses. La limite pour toute phrase est de 512 jetons. Chaque mot est généralement mappé à un seul jeton, et nous ajoutons automatiquement 2 jetons spécifiques (un jeton de début et un jeton de séparation). En général, cette limite sera de 510 mots pour toutes les phrases.

public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string contextColumnName = "Context", string questionColumnName = "Question", string trainingAnswerColumnName = "TrainingAnswer", string answerIndexColumnName = "AnswerIndex", string predictedAnswerColumnName = "Answer", string scoreColumnName = "Score", int topK = 3, int batchSize = 4, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);

static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.Roberta.QATrainer

<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional contextColumnName As String = "Context", Optional questionColumnName As String = "Question", Optional trainingAnswerColumnName As String = "TrainingAnswer", Optional answerIndexColumnName As String = "AnswerIndex", Optional predictedAnswerColumnName As String = "Answer", Optional scoreColumnName As String = "Score", Optional topK As Integer = 3, Optional batchSize As Integer = 4, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As QATrainer

Paramètres

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catalogue de la transformation.

contextColumnName

String

Contexte de la question.

questionColumnName

String

La question qui est posée.

trainingAnswerColumnName

String

Réponse utilisée pour entraîner le modèle.

answerIndexColumnName

String

Index de caractères de départ de cette réponse dans le contexte.

predictedAnswerColumnName

String

Réponse prédite par le modèle lors de l’inférence.

scoreColumnName

String

Score des réponses prédites.

topK

Int32

Le nombre de premiers résultats que vous souhaitez renvoyer pour une question donnée.

batchSize

Int32

Nombre de lignes dans le traitement.

maxEpochs

Int32

Nombre maximal de fois où effectuer une boucle dans votre jeu d’entraînement.

architecture

BertArchitecture

Architecture du modèle. La valeur par défaut est Roberta.

validationSet

IDataView

Jeu de validation utilisé lors de l’entraînement pour améliorer la qualité du modèle.

Retours

QATrainer