Unterstützte Modelle des maschinellen Lernens

In untenstehender Tabelle sind alle unterstützten Modell-Typen, inkl. der dafür vorausgesetzten Lizenz und Softwareversion, aufgeführt.

Auswahl eines Modells

Einen Einstieg, welche Kriterien Sie für die Wahl eines Modells in Betracht ziehen sollten, finden Sie hier: Machine Learning Cheat Sheet: Auswahl von Modellen.

ONNX-Export für unterstützte Modell-Typen

Für alle unterstützten Modell-Typen sind im Abschnitt Beispiele zum ONNX-Export Python-Beispiele für den ONNX-Export aus unterschiedlichen Frameworks gegeben.

Erforderliche Lizenz für unterstützte Modell-Typen

Anhand des Modell-Typs, welcher in die Machine Learning Runtime geladen wird, wird die benötigte TwinCAT Lizenz differenziert. Zu beachten ist, dass die Lizenz TF3810 die Lizenz TF3800 beinhaltet, also bei gültiger TF3810 Lizenz alle Modelle geladen werden können, welche eine TF3800 oder TF3810 Lizenz benötigen.

Unterstützte Modelle

Zur Lizenzierung siehe auch: Systemvoraussetzungen.

Modell-Typ

Lizenz

Verfügbar ab Setup Version

Stützvektormaschine (SVM)

TF3800

3.1.42.0

Principal Component Analysis (PCA)

TF3800

3.1.57.0

k-Means

TF3800

3.1.57.0

Random Forest

TF3800

3.1.58.0

Mehrlagiges Perzeptron (MLP)

TF3810

3.1.42.0

Decision Tree

TF3800

3.1.62.0

Extra Tree

TF3800

3.1.62.0

Extra Trees

TF3800

3.1.62.0

Gradient Boosting

TF3800

3.1.62.0

Hist Gradient Boosting

TF3800

3.1.62.0

XGBoost

TF3800

3.1.62.0

LightGBM

TF3800

3.1.62.0