SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
Options pour les formateurs basés sur SDCA.
public abstract class SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithWeight where TOptions : SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class
type SdcaTrainerBase<'Options, 'ransformer, 'Model (requires 'Options :> SdcaTrainerBase<'Options, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
inherit TrainerInputBaseWithWeight
Public MustInherit Class SdcaTrainerBase(Of TOptions, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithWeight
Paramètres de type
- TOptions
- TTransformer
- TModel
- Héritage
-
SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase
- Dérivé
Champs
BiasLearningRate |
Taux d’apprentissage pour ajuster le biais d’être régularisé. |
ConvergenceCheckFrequency |
Détermine la fréquence de vérification de la convergence en termes de nombre d’itérations. |
ConvergenceTolerance |
Tolérance pour le ratio entre l’écart de la dualité et la perte primaire pour la vérification de la convergence. |
ExampleWeightColumnName |
Colonne à utiliser pour un exemple de poids. (Hérité de TrainerInputBaseWithWeight) |
FeatureColumnName |
Colonne à utiliser pour les fonctionnalités. (Hérité de TrainerInputBase) |
L1Regularization |
Hyperparamètre de normalisation L1. |
L2Regularization |
Hyperparamètre de normalisation L2. |
LabelColumnName |
Colonne à utiliser pour les étiquettes. (Hérité de TrainerInputBaseWithLabel) |
MaximumNumberOfIterations |
Nombre maximal de passes à effectuer sur les données. |
NumberOfThreads |
Degré de parallélisme sans verrou. |
Shuffle |
Détermine s’il faut mélanger des données pour chaque itération d’entraînement. |