ML Example Output SOPは、ラベル付きサンプルセットを、ML Train Regressionで直接使用できるファイルに書き出します。 ML Example Output SOPには、それぞれが1個のラベル付きサンプルを表現したパックプリミティブのみで構成された入力ジオメトリが必要です。 ジオメトリを使用したサンプルの表現に関する詳細は、ML Example SOPを参照してください。

マルチパラメータで指定されたアトリビュートおよびボリュームに格納されたデータは、一次元配列でディスクに書き出されます。 ML Train RegressionでPythonスニペットを記述する時(例えば、畳み込みレイヤを使用する時)、ボリュームに格納された浮動小数点値がどのような順序で書き出されるかを把握しておくことが重要です。 これは、フラットなテンソルを畳み込みレイヤへの入力に適した形に再成形する際に重要になります。 例えば、RGB画像であるボリュームがあった場合、最初の非バッチ次元がカラーであり、その後にX次元、Y次元が続くことを知っておくと役立ちます。 一般的に、タプル値のボリュームの場合、最初の非バッチ次元はタプルのインデックスに呼応し、それ以降の次元はボクセルのインデックスに呼応しています。

ROP Fetch TOPを使用してTOPsからこのノードを参照することで、データセットの書き出しを、MLを行なうレシピの一部にすることができます。

一般的な情報は機械学習のドキュメントを参照してください。