DnnImageFeaturizerEstimator 类

定义

命名空间:

Microsoft.ML.Transforms.Onnx

程序集:

Microsoft.ML.OnnxTransformer.dll

包:

Microsoft.ML.OnnxTransformer v3.0.1

应用预先训练的深度神经网络 (DNN) 模型以特征化输入图像数据。

public sealed class DnnImageFeaturizerEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Data.TransformerChain<Microsoft.ML.Transforms.ColumnCopyingTransformer>>

type DnnImageFeaturizerEstimator = class
    interface IEstimator<TransformerChain<ColumnCopyingTransformer>>

Public NotInheritable Class DnnImageFeaturizerEstimator
Implements IEstimator(Of TransformerChain(Of ColumnCopyingTransformer))

继承

Object

DnnImageFeaturizerEstimator

实现

IEstimator<TransformerChain<ColumnCopyingTransformer>>

注解

估算器特征

此估算器是否需要查看数据来训练其参数？	否
输入列数据类型	Single 的向量
输出列数据类型	矢量的 Single矢量，矢量的大小取决于预先训练的 DNN
可导出到 ONNX	否

NuGet 要求：

• Microsoft.ML.OnnxTransformer
• 仅当使用 GPU 处理) 时，Microsoft.ML.OnnxRuntime.Gpu (
• 每个预先训练的 DNN 模型都有一个单独的 NuGet，如果使用该模型，则必须包含该 NuGet：
  • Microsoft.ML.DnnImageFeaturizer.AlexNet
  • Microsoft.ML.DnnImageFeaturizer.ResNet18
  • Microsoft.ML.DnnImageFeaturizer.ResNet50
  • Microsoft.ML.DnnImageFeaturizer.ResNet101

生成的转换器将创建一个新列，该列在输出列名称参数中指定，其中预先训练的深度神经网络应用于输入图像数据。

此估算器是一个包装器，其中包含 OnnxScoringEstimator 当前可用的 DNN 预训练模型和多个 ColumnCopyingEstimator模型。 ColumnCopyingEstimator需要允许任意列输入和输出名称，因为否则OnnxScoringEstimator需要列名与 ONNX 模型节点的名称匹配。

此估算器的任何平台要求都将遵循上述 OnnxScoringEstimator要求。

有关使用示例的链接，请查看“另请参阅”部分。

方法

Fit(IDataView)	请注意，基于此函数的 OnnxEstimator 是一个微不足道的估算器，因此此操作不会执行任何实际训练，只需验证架构。
GetOutputSchema(SchemaShape)	应用预先训练的深度神经网络 (DNN) 模型以特征化输入图像数据。

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	将“缓存检查点”追加到估算器链。 这将确保根据缓存的数据训练下游估算器。 在执行多个数据传递的训练器之前，拥有缓存检查点会很有帮助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	给定估算器后，返回一个包装对象，该对象将调用委托一次 Fit(IDataView) 。 估算器通常必须返回有关适合的内容的信息，这就是为什么 Fit(IDataView) 该方法返回特定类型化对象的原因，而不仅仅是常规 ITransformer对象。 但是，同时， IEstimator<TTransformer> 通常形成为包含许多对象的管道，因此，我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链生成一个估算器链，以便将转换器埋在此链中的某个位置。 对于该方案，我们可以通过此方法附加一个委托，该委托将在调用拟合后调用。

另请参阅

• DnnFeaturizeImage(TransformsCatalog, String, Func<DnnImageFeaturizerInput,EstimatorChain<ColumnCopyingTransformer>>, String)