Windows.AI.MachineLearning.Preview.MachineLearningPreviewContract
**過時。** 定義支援的功能資料類型清單。
使用 TensorKind 而不使用 FeatureElementKindPreview。 如需詳細資訊，請參閱 MSDN。
功能元素的類型是布林值。
功能元素的類型是 Complex128。
功能元素的類型是 Complex64。
功能元素的類型是雙精確度。
功能元素的類型是浮點數。
功能元素的類型是 Float16。
功能元素的類型是 Int16。
功能元素的類型是 Int32。
功能元素的類型是 Int64。
功能元素的類型是 Int8。
功能元素的類型是字串。
功能元素的類型是 UInt16。
功能元素的類型是 UInt32。
功能元素的類型是 UInt64。
功能元素的類型是 UInt8。
**過時。** 表示地圖變數描述元資訊。
使用 ILearningModelFeatureDescriptor 而不使用 ILearningModelVariableDescriptorPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得序列變數的描述。
變數的描述。
**過時。** 取得變數是必要或選用。
如果變數是必要則為 true，否則為 false。
**過時。** 取得變數的資料類型。
變數的資料類型。
**過時。** 取得變數的名稱。
變數的名稱。
**過時。** 表示影像描述元資訊。
使用 ImageFeatureDescriptor 而不使用 ImageVariableDescriptorPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得影像的像素格式。
影像的像素格式。
**過時。** 取得影像變數的描述。
影像變數的描述。
**過時。** 取得變數的資料類型。
變數的資料類型。
**過時。** 取得影像變數的名稱。
影像變數的名稱。
**過時。** 代表控制模型評估的推斷選項。
使用 LearningModelSession 而不使用 InferencingOptionsPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得或設定在模型評估期間是否啟用追蹤。
如果啟用追蹤則為 true，否則為 false。 預設值為 false。
**過時。** 取得或設定模型評估的最大批次大小。
最大批次大小。 預覽 API 僅支援 1 的批次大小。
**過時。** 取得或設定在模型評估之後是否最小化記憶體配置。
如果在模型評估期間最小化記憶體配置則為 true，否則為 false。 預設值為 false。
**過時。** 取得或設定在其上執行評估的慣用裝置。
慣用裝置。 預設值為 LearningDeviceAny。
**過時。** 取得或設定在模型評估之後是否回收配置的記憶體。
如果在評估之後回收配置的記憶體則為 true，否則為 false。 預設值為 false。
**過時。** 表示模型輸入和變數執行個體之間的關聯。
使用 LearningModelBinding 而不使用 LearningModelBindingPreview。 如需詳細資訊，請參閱 MSDN。
使用 ILearningModelBindingFactory 而不使用 ILearningModelBindingPreviewFactory。 如需詳細資訊，請參閱 MSDN。
**過時。** 繫結單一輸入或輸出功能至已定義變數。
使用 ILearningModelBinding 而不使用 ILearningModelBindingPreview。 如需詳細資訊，請參閱 MSDN。
輸入/輸出功能的名稱。
輸入/輸出功能的值。
使用 ILearningModelBinding 而不使用 ILearningModelBindingPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 清除所有繫結的變數。
使用 ILearningModelBinding 而不使用 ILearningModelBindingPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 代表所提供模型的中繼資料和屬性描述。
使用 LearningModel 而不使用 LearningModelDescriptionPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得模型的作者資訊。
模型的作者資訊。
**過時。** 取得模型的自訂描述。
模型的自訂描述。
**過時。** 取得模型的網域資訊。
模型的網域資訊。
**過時。** 取得模型的輸入描述。
模型的輸入描述，以輸入名稱做為索引鍵。
**過時。** 取得模型的中繼資料。
所提供模型的中繼資料。
**過時。** 取得模型的名稱。
模型的名稱。
**過時。** 取得模型的輸出描述。
模型的輸出描述，以輸出名稱做為索引鍵。
**過時。** 取得模型的版本資訊。
模型的版本資訊。
**過時。** 定義常數清單，代表 Windows 機器學習支援的裝置類型。
使用 LearningModelDeviceKind 而不使用 LearningModelDeviceKindPreview。 如需詳細資訊，請參閱 MSDN。
預設值。 所有裝置。
中央處理器。
數位訊號處理器。
現場可程式化閘陣列。
圖形處理器。
中性處理器。
**過時。** 取得一組輸出預測以及關聯至模型評估的對應機率。
使用 LearningModelEvaluationResult 而不使用 LearningModelEvaluationResultPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得值來建立輸出結果和評估呼叫之間的關聯性。
用來建立輸出結果和評估呼叫之間關聯性的值。
**過時。** 取得代表輸出預測以及機率的功能組。
代表輸出預測和機率的功能組。
**過時。** 定義模型功能的資料類型清單
使用 LearningModelFeatureKind 而不使用 LearningModelFeatureKindPreview。 如需詳細資訊，請參閱 MSDN。
功能類型為影像。
功能類型為地圖。
功能類型為序列。
功能類型為張量。
功能類型為未定義。
**過時。** 表示受訓練機器學習模型。
使用 LearningModel 而不使用 LearningModelPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得受訓練機器學習模型的描述性中繼資料。
受訓練機器學習模型的描述性中繼資料。
**過時。** 取得或設定模型評估的推斷選項。
模型評估的推斷選項。
使用 ILearningModel 而不使用 ILearningModelPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 非同步評估名稱變數執行個體，做為模型的輸入和輸出。
使用 ILearningModel 而不使用 ILearningModelPreview。 如需詳細資訊，請參閱 MSDN。
要繫結為輸入的功能。
用來建立評估和輸出結果之間關聯性的值。
評估結果。
**過時。** 從檔案存放位置非同步載入模型。
使用 ILearningModelStatics 而不使用 ILearningModelPreviewStatics。 如需詳細資訊，請參閱 MSDN。
模型檔案的位置。
傳回 LearningModelPreview。
**過時。** 從提供的串流非同步載入模型。
使用 ILearningModelStatics 而不使用 ILearningModelPreviewStatics。 如需詳細資訊，請參閱 MSDN。
模型的檔案串流。
傳回 LearningModelPreview。
使用 ILearningModelFeatureDescriptor 而不使用 LearningModelVariableDescriptorPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 表示地圖變數描述元資訊。
使用 MapFeatureDescriptor 而不使用 MapVariableDescriptorPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得地圖變數的描述。
地圖變數的描述。
**過時。** 取得地圖變數的欄位的資料類型。
地圖變數的欄位的資料類型。
**過時。** 取得地圖變數的索引鍵的資料類型。
索引鍵的資料類型。
**過時。** 取得變數的資料類型。
變數的資料類型。
**過時。** 取得地圖變數的名稱。
地圖變數的名稱。 此在模型的所有變數之間必須是唯一的。
**過時。** 表示序列變數的描述元資訊。
使用 SequenceFeatureDescriptor 而不使用 SequenceVariableDescriptorPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得序列變數的描述。
序列變數的描述。
**過時。** 取得序列變數的類型。
序列變數的類型。
**過時。** 取得變數的資料類型。
變數的資料類型。
**過時。** 取得序列變數的名稱。
序列變數的名稱。 此在模型的所有變數之間必須是唯一的。
**過時。** 表示張量變數的描述元資訊。
使用 TensorFeatureDescriptor 而不使用 TensorVariableDescriptorPreview。 如需詳細資訊，請參閱 MSDN。
**過時。** 取得張量資料的類型。
張量資料的類型。
**過時。** 取得張量的描述。
張量的描述。
**過時。** 取得變數的資料類型。
變數的資料類型。
**過時。** 取得張量的名稱。
張量的名稱。 此在模型的所有變數之間必須是唯一的。
**過時。** 取得張量的 n 維圖案。
張量的 n 維圖案。