TorchSharpCatalog.TextClassification Méthode

Définition

Espace de noms:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Paquet:

Microsoft.ML.TorchSharp v0.21.1

Surcharges

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	Ajustez un modèle NAS-BERT pour la classification NLP. 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.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	Ajustez un modèle NAS-BERT pour la classification NLP. 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.

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)

Ajustez un modèle NAS-BERT pour la classification NLP. 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.NasBert.TextClassificationTrainer TextClassification (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions options);

static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer

<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As TextClassificationTrainer.TextClassificationOptions) As TextClassificationTrainer

Paramètres

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catalogue de la transformation.

options

TextClassificationTrainer.TextClassificationOptions

Options avancées.

Retours

TextClassificationTrainer

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

Ajustez un modèle NAS-BERT pour la classification NLP. 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.NasBert.TextClassificationTrainer TextClassification (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string scoreColumnName = "Score", string outputColumnName = "PredictedLabel", string sentence1ColumnName = "Sentence1", string sentence2ColumnName = default, int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);

static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer

<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional outputColumnName As String = "PredictedLabel", Optional sentence1ColumnName As String = "Sentence1", Optional sentence2ColumnName As String = Nothing, Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As TextClassificationTrainer

Paramètres

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catalogue de la transformation.

labelColumnName

String

Nom de la colonne d’étiquette. Colonne doit être un type de clé.

scoreColumnName

String

Nom de la colonne de score.

outputColumnName

String

Nom de la colonne de sortie. Il s’agit d’un type de clé. Il s’agit de l’étiquette prédite.

sentence1ColumnName

String

Nom de la colonne de la première phrase.

sentence2ColumnName

String

Nom de la colonne pour la deuxième phrase. Obligatoire uniquement si votre classification NLP nécessite des paires de phrases.

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

TextClassificationTrainer