TorchSharpCatalog.SentenceSimilarity 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
| SentenceSimilarity(RegressionCatalog+RegressionTrainers, SentenceSimilarityTrainer+SentenceSimilarityOptions) |
Ajuste un modelo NAS-BERT para la similitud de oraciones NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones. |
| SentenceSimilarity(RegressionCatalog+RegressionTrainers, String, String, String, String, Int32, Int32, BertArchitecture, IDataView) |
Ajuste un modelo NAS-BERT para la similitud de oraciones NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones. |
SentenceSimilarity(RegressionCatalog+RegressionTrainers, SentenceSimilarityTrainer+SentenceSimilarityOptions)
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
Ajuste un modelo NAS-BERT para la similitud de oraciones NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.
public static Microsoft.ML.TorchSharp.NasBert.SentenceSimilarityTrainer SentenceSimilarity(this Microsoft.ML.RegressionCatalog.RegressionTrainers catalog, Microsoft.ML.TorchSharp.NasBert.SentenceSimilarityTrainer.SentenceSimilarityOptions options);static member SentenceSimilarity : Microsoft.ML.RegressionCatalog.RegressionTrainers * Microsoft.ML.TorchSharp.NasBert.SentenceSimilarityTrainer.SentenceSimilarityOptions -> Microsoft.ML.TorchSharp.NasBert.SentenceSimilarityTrainer<Extension()>
Public Function SentenceSimilarity (catalog As RegressionCatalog.RegressionTrainers, options As SentenceSimilarityTrainer.SentenceSimilarityOptions) As SentenceSimilarityTrainerParámetros
Catálogo de la transformación.
Opciones avanzadas
Devoluciones
Se aplica a
SentenceSimilarity(RegressionCatalog+RegressionTrainers, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
- Source:
- TorchSharpCatalog.cs
Ajuste un modelo NAS-BERT para la similitud de oraciones NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token de separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.
public static Microsoft.ML.TorchSharp.NasBert.SentenceSimilarityTrainer SentenceSimilarity(this Microsoft.ML.RegressionCatalog.RegressionTrainers catalog, string labelColumnName = "Label", string scoreColumnName = "Score", string sentence1ColumnName = "Sentence1", string sentence2ColumnName = "Sentence2", int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);static member SentenceSimilarity : Microsoft.ML.RegressionCatalog.RegressionTrainers * string * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.SentenceSimilarityTrainer<Extension()>
Public Function SentenceSimilarity (catalog As RegressionCatalog.RegressionTrainers, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional sentence1ColumnName As String = "Sentence1", Optional sentence2ColumnName As String = "Sentence2", Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As SentenceSimilarityTrainerParámetros
Catálogo de la transformación.
- labelColumnName
- String
Nombre de la columna de etiqueta. La columna debe ser un tipo float.
- scoreColumnName
- String
Nombre de la columna de puntuación.
- sentence1ColumnName
- String
Nombre de la columna de la primera oración.
- sentence2ColumnName
- String
Nombre de la columna de la segunda oración. Solo es necesario si la clasificación de NLP requiere pares de oraciones.
- batchSize
- Int32
Número de filas del lote.
- maxEpochs
- Int32
Número máximo de veces que recorrer el conjunto de entrenamiento.
- architecture
- BertArchitecture
Arquitectura del modelo. El valor predeterminado es Roberta.
- validationSet
- IDataView
Conjunto de validación usado durante el entrenamiento para mejorar la calidad del modelo.