OnnxCatalog 類別

定義

public static class OnnxCatalog
type OnnxCatalog = class
Public Module OnnxCatalog
繼承
OnnxCatalog

方法

ApplyOnnxModel(TransformsCatalog, OnnxOptions)

OnnxScoringEstimator使用指定的 OnnxOptions 建立 。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

建立 OnnxScoringEstimator ,它會將預先定型的 Onnx 模型套用至輸入資料行。 輸入/輸出資料行是根據所提供 ONNX 模型的輸入/輸出資料行來決定。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String, Nullable<Int32>, Boolean)

建立 OnnxScoringEstimator ,它會將預先定型的 Onnx 模型套用至輸入資料行。 輸入/輸出資料行是根據所提供 ONNX 模型的輸入/輸出資料行來決定。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String, String, String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

建立 , OnnxScoringEstimator 它會將預先定型的 Onnx 模型套用至資料 inputColumnName 行。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String, String, String, Nullable<Int32>, Boolean)

建立 , OnnxScoringEstimator 它會將預先定型的 Onnx 模型套用至資料 inputColumnName 行。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean)

建立 , OnnxScoringEstimator 將預先定型的 Onnx 模型套用至資料 inputColumnNames 行。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String[], String[], String, IDictionary<String,Int32[]>, Nullable<Int32>, Boolean, Int32)

建立 , OnnxScoringEstimator 將預先定型的 Onnx 模型套用至資料 inputColumnNames 行。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

ApplyOnnxModel(TransformsCatalog, String[], String[], String, Nullable<Int32>, Boolean)

建立 , OnnxScoringEstimator 將預先定型的 Onnx 模型套用至資料 inputColumnNames 行。 請參閱 OnnxScoringEstimator 以深入瞭解必要的相依性,以及如何在 GPU 上執行。

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

建立 DnnImageFeaturizerEstimator ,它會將 中其中一個預先定型的 DNN 模型 DnnImageModelSelector 套用至特徵化影像。

適用於