动态类/对象 ML.net 的 PredictionMoadel<TInput, TOutput> Train()

Question

我正在使用Microsoft's ML.net library.

我想根据在运行时生成合同的模型来训练数据（这意味着在编译时这些字段是未知的）。这可以使用当前 ML.net 的 Train() 方法签名来实现吗？

到目前为止，我正在尝试通过传入 TInput 和 TOutput 对象（而不是 T 类）的实例来调用此 Train 方法。

Answer 1

根据文档，LearningPipeline 只有一种方法，Train<TIn, TOut> 用于训练，这意味着 TIn 和 TOut 是实际的类：TIn 是预测的输入，TOut 是输出。

底层 ML.NET 代码实际上并不依赖于提前了解架构：Train<TIn, TOut> 方法是我们决定向用户公开的一种便捷方法。该决定的副作用是我们基本上禁止了像您这样的用例。

当然，当您知道数据的架构时，您仍然可以在运行时使用反射来生成类签名，但这是一种尴尬的解决方法。

我们正在开发的新 ML.NET API（请参阅this project 中的问题）将取消这一要求：您将能够在编译时对架构未知的数据进行训练。