计算时间¶
00:04.385 28个文件总执行时间 来自 auto_tutorial
示例 |
时间 |
内存 (MB) |
|---|---|---|
转换包含XGBoost模型的管道 ( |
00:04.385 |
0.0 |
训练和部署scikit-learn管道 ( |
00:00.000 |
0.0 |
ONNX转换基准测试 ( |
00:00.000 |
0.0 |
用于 categorical_encoder 中的 WOEEncoder 的转换器 ( |
00:00.000 |
0.0 |
opset 号码是什么? ( |
00:00.000 |
0.0 |
一个模型,多种可能的带选项转换 ( |
00:00.000 |
0.0 |
转换时的操作符黑名单 ( |
00:00.000 |
0.0 |
选择分类器的合适输出 ( |
00:00.000 |
0.0 |
切换到浮点数时的问题 ( |
00:00.000 |
0.0 |
中间结果和调查 ( |
00:00.000 |
0.0 |
将数组存储在一个ONNX图中 ( |
00:00.000 |
0.0 |
以数据帧作为输入 ( |
00:00.000 |
0.0 |
修改ONNX图 ( |
00:00.000 |
0.0 |
转换包含CatBoost分类器的管道 ( |
00:00.000 |
0.0 |
转换包含LightGBM分类器的管道 ( |
00:00.000 |
0.0 |
转换包含LightGBM回归器的管道 ( |
00:00.000 |
0.0 |
实现一个新的转换器 ( |
00:00.000 |
0.0 |
实现转换器的两种方式 ( |
00:00.000 |
0.0 |
FunctionTransformer 的问题 ( |
00:00.000 |
0.0 |
使用其他转换器实现一个新的转换器 ( |
00:00.000 |
0.0 |
一个带有选项的新转换器 ( |
00:00.000 |
0.0 |
通过添加解析器来改变输出数量 ( |
00:00.000 |
0.0 |
转换CountVectorizer或TfidfVectorizer时棘手的问题 ( |
00:00.000 |
0.0 |
处理差异 (tf-idf) ( |
00:00.000 |
0.0 |
TfIdf 和稀疏矩阵 ( |
00:00.000 |
0.0 |
FeatureHasher、pandas值和意外差异 ( |
00:00.000 |
0.0 |
pyod.models.iforest.IForest 的转换器 ( |
00:00.000 |
0.0 |
WOE 的转换器 ( |
00:00.000 |
0.0 |