Partager via


SgdBinaryTrainerBase<TModel>.OptionsBase Classe

Définition

public class SgdBinaryTrainerBase<TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithWeight where TModel : class
type SgdBinaryTrainerBase<'Model (requires 'Model : null)>.OptionsBase = class
    inherit TrainerInputBaseWithWeight
Public Class SgdBinaryTrainerBase(Of TModel).OptionsBase
Inherits TrainerInputBaseWithWeight

Paramètres de type

TModel
Héritage
Dérivé

Constructeurs

SgdBinaryTrainerBase<TModel>.OptionsBase()

Champs

CheckFrequency

Détermine la fréquence de vérification de la convergence en termes de nombre d’itérations.

ConvergenceTolerance

Tolérance de convergence. Si la moyenne mobile exponentielle des réductions de perte tombe en dessous de cette tolérance, l’algorithme est considéré comme convergé et s’arrête.

ExampleWeightColumnName

Colonne à utiliser par exemple.

(Hérité de TrainerInputBaseWithWeight)
FeatureColumnName

Colonne à utiliser pour les fonctionnalités.

(Hérité de TrainerInputBase)
L2Regularization

Poids L2 pour la régularisation.

LabelColumnName

Colonne à utiliser pour les étiquettes.

(Hérité de TrainerInputBaseWithLabel)
LearningRate

Taux d’apprentissage initial utilisé par SGD.

NumberOfIterations

Nombre maximal de passes par le jeu de données d’entraînement.

NumberOfThreads

Degré de parallélisme sans verrou utilisé par SGD.

PositiveInstanceWeight

Poids à appliquer à la classe positive. Cela est utile pour l’entraînement avec des données déséquilibrées.

Shuffle

Détermine s’il faut mélanger les données pour chaque itération d’entraînement.

S’applique à