ModelOperationsCatalog.Save Metoda
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Przeciążenia
Save(ITransformer, DataViewSchema, Stream) |
Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do strumienia. |
Save(ITransformer, DataViewSchema, String) |
Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do pliku. |
Save<TSource>(ITransformer, IDataLoader<TSource>, Stream) |
Zapisz model przekształcania i moduł ładujący użyty do utworzenia danych wejściowych w strumieniu. |
Save<TSource>(ITransformer, IDataLoader<TSource>, String) |
Zapisz model transformatora i moduł ładujący użyty do utworzenia danych wejściowych w pliku. |
Save(ITransformer, DataViewSchema, Stream)
Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do strumienia.
public void Save (Microsoft.ML.ITransformer model, Microsoft.ML.DataViewSchema inputSchema, System.IO.Stream stream);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema * System.IO.Stream -> unit
Public Sub Save (model As ITransformer, inputSchema As DataViewSchema, stream As Stream)
Parametry
- model
- ITransformer
Wytrenowany model do zapisania. Należy pamiętać, że może to być null
skrót od pustego łańcucha transformatora. Po załadowaniu wartości Load(Stream, DataViewSchema) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .
- inputSchema
- DataViewSchema
Schemat danych wejściowych dla transformatora. Może to być null
.
- stream
- Stream
Zapisywalny, wyszukiwany strumień do zapisania.
Dotyczy
Save(ITransformer, DataViewSchema, String)
Zapisz model przekształcania i schemat danych, które zostały użyte do wytrenowania go do pliku.
public void Save (Microsoft.ML.ITransformer model, Microsoft.ML.DataViewSchema inputSchema, string filePath);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema * string -> unit
Public Sub Save (model As ITransformer, inputSchema As DataViewSchema, filePath As String)
Parametry
- model
- ITransformer
Wytrenowany model do zapisania. Należy pamiętać, że może to być null
skrót od pustego łańcucha transformatora. Po załadowaniu wartości Load(Stream, DataViewSchema) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .
- inputSchema
- DataViewSchema
Schemat danych wejściowych dla transformatora. Może to być null
.
- filePath
- String
Ścieżka, w której należy zapisać model.
Przykłady
using System;
using System.Collections.Generic;
using System.IO;
using Microsoft.ML;
namespace Samples.Dynamic.ModelOperations
{
public class SaveLoadModel
{
public static void Example()
{
// Create a new ML context, for ML.NET operations. It can be used for
// exception tracking and logging, as well as the source of randomness.
var mlContext = new MLContext();
// Generate sample data.
var data = new List<Data>()
{
new Data() { Value="abc" }
};
// Convert data to IDataView.
var dataView = mlContext.Data.LoadFromEnumerable(data);
var inputColumnName = nameof(Data.Value);
var outputColumnName = nameof(Transformation.Key);
// Transform.
ITransformer model = mlContext.Transforms.Conversion
.MapValueToKey(outputColumnName, inputColumnName).Fit(dataView);
// Save model.
mlContext.Model.Save(model, dataView.Schema, "model.zip");
// Load model.
using (var file = File.OpenRead("model.zip"))
model = mlContext.Model.Load(file, out DataViewSchema schema);
// Create a prediction engine from the model for feeding new data.
var engine = mlContext.Model
.CreatePredictionEngine<Data, Transformation>(model);
var transformation = engine.Predict(new Data() { Value = "abc" });
// Print transformation to console.
Console.WriteLine("Value: {0}\t Key:{1}", transformation.Value,
transformation.Key);
// Value: abc Key:1
}
private class Data
{
public string Value { get; set; }
}
private class Transformation
{
public string Value { get; set; }
public uint Key { get; set; }
}
}
}
Dotyczy
Save<TSource>(ITransformer, IDataLoader<TSource>, Stream)
Zapisz model przekształcania i moduł ładujący użyty do utworzenia danych wejściowych w strumieniu.
public void Save<TSource> (Microsoft.ML.ITransformer model, Microsoft.ML.IDataLoader<TSource> loader, System.IO.Stream stream);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.IDataLoader<'Source> * System.IO.Stream -> unit
Public Sub Save(Of TSource) (model As ITransformer, loader As IDataLoader(Of TSource), stream As Stream)
Parametry typu
- TSource
Parametry
- model
- ITransformer
Wytrenowany model do zapisania. Należy pamiętać, że może to być null
skrót od pustego łańcucha transformatora. Po załadowaniu wartości LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .
- loader
- IDataLoader<TSource>
Moduł ładujący, który został użyty do utworzenia danych w celu wytrenowania modelu.
- stream
- Stream
Zapisywalny, wyszukiwany strumień do zapisania.
Dotyczy
Save<TSource>(ITransformer, IDataLoader<TSource>, String)
Zapisz model transformatora i moduł ładujący użyty do utworzenia danych wejściowych w pliku.
public void Save<TSource> (Microsoft.ML.ITransformer model, Microsoft.ML.IDataLoader<TSource> loader, string filePath);
member this.Save : Microsoft.ML.ITransformer * Microsoft.ML.IDataLoader<'Source> * string -> unit
Public Sub Save(Of TSource) (model As ITransformer, loader As IDataLoader(Of TSource), filePath As String)
Parametry typu
- TSource
Parametry
- model
- ITransformer
Wytrenowany model do zapisania. Należy pamiętać, że może to być null
skrót od pustego łańcucha transformatora. Po załadowaniu wartości LoadWithDataLoader(Stream, IDataLoader<IMultiStreamSource>) zwracanej będzie pusta TransformerChain<TLastTransformer>wartość .
- loader
- IDataLoader<TSource>
Moduł ładujący, który został użyty do utworzenia danych w celu wytrenowania modelu.
- filePath
- String
Ścieżka, w której należy zapisać model.