DnnImageFeaturizerEstimator クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
事前トレーニング済みのディープ ニューラル ネットワーク (DNN) モデルを適用して、入力画像データを特徴付けます。
public sealed class DnnImageFeaturizerEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Data.TransformerChain<Microsoft.ML.Transforms.ColumnCopyingTransformer>>type DnnImageFeaturizerEstimator = class
interface IEstimator<TransformerChain<ColumnCopyingTransformer>>Public NotInheritable Class DnnImageFeaturizerEstimator
Implements IEstimator(Of TransformerChain(Of ColumnCopyingTransformer))- 継承
-
DnnImageFeaturizerEstimator
- 実装
注釈
推定特性
| このエスティメーターは、パラメーターをトレーニングするためにデータを確認する必要がありますか? | いいえ |
| 入力列のデータ型 | Single のベクター |
| 出力列のデータ型 | ベクターの Single、ベクターのサイズは、事前トレーニング済みの DNN に依存します。 |
| ONNX にエクスポート可能 | いいえ |
NuGet の要件:
- Microsoft.ML.OnnxTransformer
- Microsoft.ML.OnnxRuntime.Gpu (GPU 処理が使用されている場合のみ)
- 事前トレーニング済みの各 DNN モデルには、そのモデルを使用する場合に含む必要がある個別の NuGet があります。
- Microsoft.ML.DnnImageFeaturizer.AlexNet
- Microsoft.ML.DnnImageFeaturizer.ResNet18
- Microsoft.ML.DnnImageFeaturizer.ResNet50
- Microsoft.ML.DnnImageFeaturizer.ResNet101
結果のトランスフォーマーは、出力列名パラメーターで指定された名前の新しい列を作成します。ここで、事前トレーニング済みのディープ ニューラル ネットワークが入力画像データに適用されます。
この推定器は、現在利用可能な DNN 事前トレーニング済みモデルといくつかのColumnCopyingEstimatorラッパーOnnxScoringEstimatorです。 それ以外の ColumnCopyingEstimator 場合 OnnxScoringEstimator は列名が ONNX モデル ノードの名前と一致する必要があるため、任意の列の入力名と出力名を許可する必要があります。
このエスティメーターのプラットフォーム要件は、次の要件に OnnxScoringEstimator従います。
使用例へのリンクについては、「参照」セクションを参照してください。
メソッド
| Fit(IDataView) |
これが基になっている OnnxEstimator は簡単な推定であるため、実際のトレーニングは行わず、スキーマを検証するだけです。 |
| GetOutputSchema(SchemaShape) |
事前トレーニング済みのディープ ニューラル ネットワーク (DNN) モデルを適用して、入力画像データを特徴付けます。 |
拡張メソッド
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
エスティメーター チェーンに 'キャッシュ チェックポイント' を追加します。 これにより、ダウンストリームエスティメーターがキャッシュされたデータに対してトレーニングされます。 複数のデータを受け取るトレーナーが渡す前にキャッシュ チェックポイントを設定すると便利です。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
エスティメーターを指定すると、デリゲートを 1 回 Fit(IDataView) 呼び出すラップ オブジェクトが呼び出されます。 多くの場合、エスティメーターが適合した内容に関する情報を返すことが重要です。そのため Fit(IDataView) 、メソッドは一般的 ITransformerなオブジェクトではなく、具体的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> 多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得するエスティメーターがこのチェーンのどこかに埋もれる場所を介して EstimatorChain<TLastTransformer> 、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。 |