NerTrainer 类
定义
重要
一些信息与预发行产品相关，相应产品在发行之前可能会进行重大修改。 对于此处提供的信息，Microsoft 不作任何明示或暗示的担保。
IEstimator<TTransformer>用于训练深度神经网络的 (DNN) 对文本进行分类。
public class NerTrainer : Microsoft.ML.TorchSharp.NasBert.NasBertTrainer<Microsoft.ML.Data.VBuffer<uint>,Microsoft.ML.Data.VBuffer<long>>type NerTrainer = class
inherit NasBertTrainer<VBuffer<uint32>, VBuffer<int64>>Public Class NerTrainer
Inherits NasBertTrainer(Of VBuffer(Of UInteger), VBuffer(Of Long))- 继承
注解
若要创建此培训师，请使用 NER。
输入和输出列
输入标签列数据必须是 字符串 类型的向量，句子列必须是类型TextDataViewType。
该训练程序输出以下列：
| 输出列名称 | 列名称 | 说明 |
|---|---|---|
PredictedLabel |
键类型的向量 | 预测标签的索引。 如果其值为 i，则实际标签为键值输入标签类型中的第 i 个类别。 |
| -- | -- | |
| 机器学习任务 | 多类分类 | |
| 是否需要规范化？ | 否 | |
| 是否需要缓存？ | 否 | |
| 除了 Microsoft.ML 以外，还需要 NuGet | Microsoft.ML.TorchSharp 和 libtorch-cpu 或 libtorch-cuda-11.3 或任何特定于 OS 的变体。 | |
| 可导出到 ONNX | 否 |
训练算法详细信息
利用现有的预先训练的 NAS-BERT roBERTa 模型来训练深度神经网络 (DNN) ，以便进行命名实体识别。
方法
| Fit(IDataView) |
IEstimator<TTransformer>用于训练深度神经网络的 (DNN) 对文本进行分类。 (继承自 TorchSharpBaseTrainer<TLabelCol,TTargetsCol>) |
| GetOutputSchema(SchemaShape) |
IEstimator<TTransformer>用于训练深度神经网络的 (DNN) 对文本进行分类。 (继承自 NasBertTrainer<TLabelCol,TTargetsCol>) |