NerTrainer 類別
定義
重要
部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。
用來 IEstimator<TTransformer> 定型深度類神經網路的 (DNN) 來分類文字。
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))- 繼承
備註
若要建立此定型器，請使用 NER。
輸入和輸出數據行
輸入標籤資料列資料必須是字串類型的向量，而且句子數據行的類型必須為 。TextDataViewType
此訓練工具會輸出下列資料行：
| 輸出資料行名稱 | 資料行類型 | 描述 |
|---|---|---|
PredictedLabel |
索引鍵類型的向量 | 預測標籤的索引。 若其值是 i，則實際標籤可能會是索引鍵/值輸入標籤類型中的第 i 個類別。 |
| -- | -- | |
| 機器學習工作 | 多類別分類 | |
| 是否需要正規化？ | No | |
| 是否需要快取？ | No | |
| 除了 Microsoft.ML 之外，還需要 NuGet | Microsoft.ML.TorchSharp 和 libtorch-cpu 或 libtorch-cuda-11.3 或任何 OS 特定變體。 | |
| 可匯出至 ONNX | No |
定型演算法詳細數據
利用現有的預先定型 NAS-BERT roBERTa 模型來定型深度神經網路 (DNN) ，以便進行具名實體辨識。
方法
| Fit(IDataView) |
用來 IEstimator<TTransformer> 定型深度類神經網路的 (DNN) 來分類文字。 (繼承來源 TorchSharpBaseTrainer<TLabelCol,TTargetsCol>) |
| GetOutputSchema(SchemaShape) |
用來 IEstimator<TTransformer> 定型深度類神經網路的 (DNN) 來分類文字。 (繼承來源 NasBertTrainer<TLabelCol,TTargetsCol>) |