语言

TensorFlowEstimator 类

定义

这 TensorFlowTransformer 两种方案用于以下两种情况。

  1. 使用预先训练的 TensorFlow 模型评分:在此模式下,转换从预先训练的 Tensorflow 模型中提取隐藏层的值,并将输出用作 ML.Net 管道中的特征。
  2. 重新训练 TensorFlow 模型:在此模式下,转换使用通过 ML.Net 管道传递的用户数据重新训练 TensorFlow 模型。 训练模型后,输出可以用作评分功能。
public sealed class TensorFlowEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.TensorFlowTransformer>
type TensorFlowEstimator = class
    interface IEstimator<TensorFlowTransformer>
Public NotInheritable Class TensorFlowEstimator
Implements IEstimator(Of TensorFlowTransformer)
继承
TensorFlowEstimator
实现

注解

TensorFlowTransform 使用预先训练的 Tensorflow 模型提取指定的输出。 (可选)它可以进一步重新训练用户数据的 TensorFlow 模型,以调整用户数据上的模型参数(也称为“传输学习”)。

对于评分,转换采用预先训练的 Tensorflow 模型、输入节点的名称以及要提取其值的输出节点的名称作为输入。 为了重新训练,转换还需要训练相关的参数,例如 TensorFlow 图中的优化操作名称、图形中的学习速率操作的名称及其值、图形中操作的名称,以计算损失和性能指标等。

此转换需要安装 Microsoft.ML.TensorFlow nuget。 TensorFlowTransform 对输入、输出、数据处理和重新训练有以下假设。

  1. 对于输入模型,目前 TensorFlowTransform 同时支持 冻结模型 格式和 SavedModel 格式。 但是,只有 SavedModel 格式才能重新训练模型。 检查点 格式目前既不支持评分,也不支持重新训练,因为缺少 TensorFlow C-API 支持加载它。
  2. 转换一次仅支持对一个示例进行评分。 但是,可以批量执行重新训练。
  3. 由于当前无法使用 TensorFlow C-API 在模型中对网络/图形操作的支持,因此无法执行高级传输学习/微调方案(例如,在网络中添加更多层、更改输入形状、冻结不需要更新的层等)。
  4. 输入列的名称应与 TensorFlow 模型中的输入名称匹配。
  5. 每个输出列的名称应与 TensorFlow 图中的一个操作匹配。
  6. 目前,double、float、long、int、short、sbyte、ulong、uint、ushort、byte 和 bool 是输入/输出的可接受数据类型。
  7. 成功后,转换将引入对应于指定的每个输出列的新列 IDataView 。

可以使用或summarize_graph工具获取 GetModelSchema() TensorFlow 模型的输入和输出。

方法

名称 说明
Fit(IDataView)

火车并返回一个 TensorFlowTransformer。

GetOutputSchema(SchemaShape)

返回 SchemaShape 由转换器生成的架构。 用于管道中的架构传播和验证。

扩展方法

名称 说明
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拟合情况的信息,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> 通常形成成包含许多对象的管道,因此我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链来生成一个估算器链,而我们想要获取转换器的估算器被埋在此链中的某个位置。 对于这种情况,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。

适用于