GlobalContrastNormalizingEstimator 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.
Normalise (scales) des vecteurs dans la colonne d’entrée appliquant la normalisation globale du contraste.
public sealed class GlobalContrastNormalizingEstimator : Microsoft.ML.Transforms.LpNormNormalizingEstimatorBasetype GlobalContrastNormalizingEstimator = class
inherit LpNormNormalizingEstimatorBasePublic NotInheritable Class GlobalContrastNormalizingEstimator
Inherits LpNormNormalizingEstimatorBase- Héritage
-
GlobalContrastNormalizingEstimator
Remarques
Caractéristiques de l’estimateur
| Ce estimateur doit-il examiner les données pour entraîner ses paramètres ? | Non |
| Type de données de colonne d’entrée | Vecteur de Single |
| Type de données de colonne de sortie | Vecteur de Single |
| Exportable vers ONNX | Oui |
Le résultat LpNormNormalizingTransformer normalise les vecteurs dans la colonne d’entrée individuellement, en les mettant à l’échelle en appliquant la normalisation globale du contraste. La transformation effectue l’opération suivante sur chaque vecteur d’entrée $x$: $y = \frac{s * x - \mu(x)}{L(x)}$. Où $s$ est un facteur de mise à l’échelle fourni par l’utilisateur, $\mu(x)$ est la moyenne des éléments de vecteur $x$, et $L(x)$ est la norme $L_2$ ou l’écart type des éléments de vecteur $x$. Ces paramètres peuvent être spécifiés par l’utilisateur lorsque celui-ci GlobalContrastNormalizingEstimator est initialisé.
Consultez la section Voir également pour obtenir des liens vers des exemples d’utilisation.
Méthodes
| Fit(IDataView) |
Normalise (scales) des vecteurs dans la colonne d’entrée appliquant la normalisation globale du contraste. (Hérité de TrivialEstimator<TTransformer>) |
| GetOutputSchema(SchemaShape) |
Retourne le SchemaShape schéma qui sera produit par le transformateur. Utilisé pour la propagation et la vérification du schéma dans un pipeline. (Hérité de LpNormNormalizingEstimatorBase) |
Méthodes d’extension
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Étant donné un estimateur, retournez un objet de création de package de package qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important pour un estimateur de retourner des informations sur ce qui a été adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets. Nous pouvons donc avoir besoin de créer une chaîne d’estimateurs via EstimatorChain<TLastTransformer> laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé. |