TorchSharpCatalog.QuestionAnswer Methode
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Überlädt
| QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options) |
Optimieren Sie ein ROBERTA-Modell für Frage und Antwort. Der Grenzwert für einen Satz beträgt 512 Token. Jedes Wort wird in der Regel einem einzelnen Token zugeordnet, und wir fügen automatisch 2 spezische Token (ein Starttoken und ein Trennzeichen) hinzu, sodass dieser Grenzwert im Allgemeinen 510 Wörter für alle Sätze beträgt. |
| QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView) |
Optimieren Sie ein ROBERTA-Modell für Frage und Antwort. Der Grenzwert für einen Satz beträgt 512 Token. Jedes Wort wird in der Regel einem einzelnen Token zugeordnet, und wir fügen automatisch 2 spezische Token (ein Starttoken und ein Trennzeichen) hinzu, sodass dieser Grenzwert im Allgemeinen 510 Wörter für alle Sätze beträgt. |
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)
Optimieren Sie ein ROBERTA-Modell für Frage und Antwort. Der Grenzwert für einen Satz beträgt 512 Token. Jedes Wort wird in der Regel einem einzelnen Token zugeordnet, und wir fügen automatisch 2 spezische Token (ein Starttoken und ein Trennzeichen) hinzu, sodass dieser Grenzwert im Allgemeinen 510 Wörter für alle Sätze beträgt.
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 QATrainerParameter
Der Katalog der Transformation.
- options
- QATrainer.Options
Die Optionen für QA.
Gibt zurück
Gilt für:
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)
Optimieren Sie ein ROBERTA-Modell für Frage und Antwort. Der Grenzwert für einen Satz beträgt 512 Token. Jedes Wort wird in der Regel einem einzelnen Token zugeordnet, und wir fügen automatisch 2 spezische Token (ein Starttoken und ein Trennzeichen) hinzu, sodass dieser Grenzwert im Allgemeinen 510 Wörter für alle Sätze beträgt.
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 QATrainerParameter
Der Katalog der Transformation.
- contextColumnName
- String
Der Kontext für die Frage.
- questionColumnName
- String
Die Frage, die gestellt wird.
- trainingAnswerColumnName
- String
Die Antwort, die zum Trainieren des Modells verwendet wird.
- answerIndexColumnName
- String
Der Anfangszeichenindex dieser Antwort im Kontext.
- predictedAnswerColumnName
- String
Die Antwort, die vom Modell während des Rückschlusses vorhergesagt wird.
- scoreColumnName
- String
Die Bewertung der vorhergesagten Antworten.
- topK
- Int32
Wie viele Spitzenergebnisse Sie für eine bestimmte Frage zurückgeben möchten.
- batchSize
- Int32
Die Anzahl von Zeilen im Batch.
- maxEpochs
- Int32
Maximale Anzahl von Schleifen durch Ihren Trainingssatz.
- architecture
- BertArchitecture
Architektur für das Modell. Standardmäßig wird Roberta verwendet.
- validationSet
- IDataView
Der Validierungssatz, der während des Trainings verwendet wird, um die Modellqualität zu verbessern.