TorchSharpCatalog 클래스

정의

네임스페이스:

Microsoft.ML.TorchSharp

어셈블리:

Microsoft.ML.TorchSharp.dll

패키지:

Microsoft.ML.TorchSharp v0.22.0-preview.24522.7

Source:

TorchSharpCatalog.cs

TorchSharp 트레이너 구성 요소의 인스턴스를 만들기 위한 MulticlassClassificationCatalog.MulticlassClassificationTrainers 확장 메서드 컬렉션입니다.

public static class TorchSharpCatalog

type TorchSharpCatalog = class

Public Module TorchSharpCatalog

상속

Object

TorchSharpCatalog

설명

이를 위해서는 TorchSharp 네이티브 dll에 연결하기 위한 추가 nuget 종속성이 필요합니다. 자세한 내용은 ImageClassificationTrainer 을 참조하세요.

메서드

EvaluateObjectDetection(MulticlassClassificationCatalog, IDataView, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column, DataViewSchema+Column)	점수가 매기된 개체 검색 데이터를 평가합니다.
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)	명명된 엔터티 인식 모델을 미세 조정합니다.
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)	명명된 엔터티 인식에 대한 NAS-BERT 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.
NameEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)	사용되지 않음. 사용되지 않음: 대신 메서드를 NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions) 사용하세요.
NameEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)	사용되지 않음. 사용되지 않음: 대신 메서드를 NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView) 사용하세요.
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)	개체 감지 모델을 미세 조정합니다.
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)	개체 감지 모델을 미세 조정합니다.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)	질문 및 답변에 대한 ROBERTA 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)	질문 및 답변에 대한 ROBERTA 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.
SentenceSimilarity(RegressionCatalog+RegressionTrainers, SentenceSimilarityTrainer+SentenceSimilarityOptions)	NLP 문장 유사성에 대한 NAS-BERT 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.
SentenceSimilarity(RegressionCatalog+RegressionTrainers, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	NLP 문장 유사성에 대한 NAS-BERT 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	NLP 분류를 위해 NAS-BERT 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	NLP 분류를 위해 NAS-BERT 모델을 미세 조정합니다. 모든 문장에 대한 제한은 512 토큰입니다. 각 단어는 일반적으로 단일 토큰에 매핑되며, 2개의 특정 토큰(시작 토큰 및 구분 기호 토큰)을 자동으로 추가하므로 일반적으로 이 제한은 모든 문장에 대해 510단어가 됩니다.