Udostępnij za pośrednictwem


SgdNonCalibratedTrainer.Options Klasa

Definicja

Opcje dla SgdNonCalibratedTrainer elementu używanego w sgdNonCalibrated(Options).

public sealed class SgdNonCalibratedTrainer.Options : Microsoft.ML.Trainers.SgdBinaryTrainerBase<Microsoft.ML.Trainers.LinearBinaryModelParameters>.OptionsBase
type SgdNonCalibratedTrainer.Options = class
    inherit SgdBinaryTrainerBase<LinearBinaryModelParameters>.OptionsBase
Public NotInheritable Class SgdNonCalibratedTrainer.Options
Inherits SgdBinaryTrainerBase(Of LinearBinaryModelParameters).OptionsBase
Dziedziczenie

Konstruktory

SgdNonCalibratedTrainer.Options()

Opcje dla SgdNonCalibratedTrainer elementu używanego w sgdNonCalibrated(Options).

Pola

CheckFrequency

Określa częstotliwość sprawdzania zbieżności pod względem liczby iteracji.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
ConvergenceTolerance

Tolerancja zbieżności. Jeśli wykładnicza średnia kroczące redukcji strat spadnie poniżej tej tolerancji, algorytm zostanie uznany za zbieżny i zatrzyma się.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
ExampleWeightColumnName

Kolumna do użycia na przykład wagi.

(Odziedziczone po TrainerInputBaseWithWeight)
FeatureColumnName

Kolumna do użycia dla funkcji.

(Odziedziczone po TrainerInputBase)
L2Regularization

Waga L2 do regularyzacji.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
LabelColumnName

Kolumna do użycia dla etykiet.

(Odziedziczone po TrainerInputBaseWithLabel)
LearningRate

Początkowy współczynnik uczenia używany przez SGD.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
LossFunction

Funkcja utraty do użycia. Wartość domyślna to LogLoss.

NumberOfIterations

Maksymalna liczba przejść przez zestaw danych trenowania.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
NumberOfThreads

Stopień równoległości bez blokady używany przez SGD.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
PositiveInstanceWeight

Waga, która ma zostać zastosowana do klasy dodatniej. Jest to przydatne w przypadku trenowania z niezrównoważonych danych.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)
Shuffle

Określa, czy należy przetasować dane dla każdej iteracji trenowania.

(Odziedziczone po SgdBinaryTrainerBase<TModel>.OptionsBase)

Dotyczy