Crée des prédictions pour un modèle entraîné

🌐

Create predictions for a fitted model

Crée des prédictions pour un modèle entraîné

Utilisation

# Méthode S3 pour la classe luz_module_fitted
predict(
  object,
  newdata,
  ...,
  callbacks = list(),
  accelerator = NULL,
  verbose = NULL,
  dataloader_options = NULL
)

Arguments

object

L'objet modèle entraîné retourné par fit.luz_module_generator()

newdata

(dataloader, dataset, liste ou tableau) renvoyant une liste avec au moins un élément. Les autres éléments ne sont pas utilisés.

...

Inutilisé

callbacks

(liste, optionnel) Une liste d'appels de callback définis avec luz_callback() qui seront appelés pendant la procédure d'entraînement. Les appels de callback luz_callback_metrics(), luz_callback_progress() et luz_callback_train_valid() sont toujours ajoutés par défaut.

accelerator

(accélérateur, optionnel) Un objet d'accélérateur accelerator() utilisé pour configurer l'emplacement du calcul des composants tels que les nn_modules, les optimiseurs et les lots de données.

verbose

(booléen, optionnel) La procédure d'entraînement doit-elle émettre des messages vers la console pendant l'entraînement. Par défaut, elle produira des messages si interactive() est TRUE.

dataloader_options

Options utilisées lors de la création d'un chargeur de donnée. Voir torch::dataloader(). shuffle=TRUE par défaut pour les données d'entraînement et batch_size=32 par défaut. Il produira une erreur si ce n'est pas NULL et que data est déjà un chargeur de donnée.

Voir également

Autres entraînements: evaluate(), fit.luz_module_generator(), setup()