TorchSharpCatalog.QuestionAnswer Método
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Sobrecargas
| QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options) |
Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones. |
| QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView) |
Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones. |
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.
public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.Roberta.QATrainer.Options options);static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.Roberta.QATrainer.Options -> Microsoft.ML.TorchSharp.Roberta.QATrainer<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As QATrainer.Options) As QATrainerParámetros
Catálogo de la transformación.
- options
- QATrainer.Options
Las opciones de QA.
Devoluciones
Se aplica a
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.
public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string contextColumnName = "Context", string questionColumnName = "Question", string trainingAnswerColumnName = "TrainingAnswer", string answerIndexColumnName = "AnswerIndex", string predictedAnswerColumnName = "Answer", string scoreColumnName = "Score", int topK = 3, int batchSize = 4, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.Roberta.QATrainer<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional contextColumnName As String = "Context", Optional questionColumnName As String = "Question", Optional trainingAnswerColumnName As String = "TrainingAnswer", Optional answerIndexColumnName As String = "AnswerIndex", Optional predictedAnswerColumnName As String = "Answer", Optional scoreColumnName As String = "Score", Optional topK As Integer = 3, Optional batchSize As Integer = 4, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As QATrainerParámetros
Catálogo de la transformación.
- contextColumnName
- String
Contexto de la pregunta.
- questionColumnName
- String
La pregunta que se pregunta.
- trainingAnswerColumnName
- String
Respuesta usada para entrenar el modelo.
- answerIndexColumnName
- String
Índice de carácter inicial de esa respuesta en el contexto.
- predictedAnswerColumnName
- String
Respuesta prevista por el modelo durante la inferencia.
- scoreColumnName
- String
Puntuación de las respuestas previstas.
- topK
- Int32
Cuántos resultados principales desea devolver para una pregunta determinada.
- batchSize
- Int32
Número de filas del lote.
- maxEpochs
- Int32
Número máximo de veces que recorrer el conjunto de entrenamiento.
- architecture
- BertArchitecture
Arquitectura para el modelo. El valor predeterminado es Roberta.
- validationSet
- IDataView
Conjunto de validación usado durante el entrenamiento para mejorar la calidad del modelo.