Skip to content

Commit

Permalink
commit translated contents
Browse files Browse the repository at this point in the history
  • Loading branch information
olprod committed Oct 11, 2018
1 parent 5dba1c8 commit b0482ed
Show file tree
Hide file tree
Showing 2 changed files with 24 additions and 4 deletions.
20 changes: 20 additions & 0 deletions docs/machine-learning/how-to-guides/index.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,20 @@
---
title: ML.NET 使い方ガイド
description: カスタム AI ソリューションの作成と、.NET アプリケーションへの Machine Learning 統合を支援するための、特定のタスクを実行する方法について説明します。
ms.date: 10/05/2018
ms.openlocfilehash: 2fa128b7a8b963176a6b24f319c4e1bd8db30e6c
ms.sourcegitcommit: 2eb5ca4956231c1a0efd34b6a9cab6153a5438af
ms.translationtype: HT
ms.contentlocale: ja-JP
ms.lasthandoff: 10/11/2018
ms.locfileid: "49086872"
---
# <a name="how-to-mlnet"></a>方法 (ML.NET)

ML.NET ガイドの方法に関するセクションでは、よく寄せられる質問に対する簡単な回答が見つかります。 場合によっては、見つけやすいように、記事が複数のセクションで表示されることもあります。

## <a name="infernet"></a>Infer.NET

Infer.NET を使用しての確率論的プログラミングについて説明します。

- [Infer.NET と確率論的プログラミングでゲーム対決リスト アプリを作成する](matchup-app-infer-net.md)
Original file line number Diff line number Diff line change
@@ -1,5 +1,5 @@
---
title: スレッド セーフなコレクションを使用する状況
title: スレッドセーフなコレクションを使用する状況
ms.date: 03/30/2017
ms.technology: dotnet-standard
helpviewer_keywords:
Expand All @@ -15,11 +15,11 @@ ms.lasthandoff: 09/25/2018
ms.locfileid: "47109983"
---
# <a name="when-to-use-a-thread-safe-collection"></a>スレッドセーフなコレクションを使用する状況
[!INCLUDE[net_v40_long](../../../../includes/net-v40-long-md.md)]では、マルチスレッドでの追加や削除をサポートするよう特別に設計された、5つの新しいコレクション型が導入されました。これらの新しい型では、スレッド セーフを確保するために、さまざまな種類の効率的なロックやロック制御不要の同期機構が用いられます。同期を行うと、操作にオーバーヘッドが加わります。どれほどのオーバーヘッドが加わるかは、同期や操作の種類、およびその他の要因 (コレクションに同時にアクセスしようとするスレッドの数など) によって異なります。
[!INCLUDE[net_v40_long](../../../../includes/net-v40-long-md.md)]では、マルチスレッドでの追加や削除をサポートするよう特別に設計された、5つの新しいコレクション型が導入されました。 これらの新しい型では、スレッド セーフを確保するために、さまざまな種類の効率的なロックやロック制御不要の同期機構が用いられます。 同期を行うと、操作にオーバーヘッドが加わります。 どれほどのオーバーヘッドが加わるかは、同期や操作の種類、およびその他の要因 (コレクションに同時にアクセスしようとするスレッドの数など) によって異なります。

一部のシナリオでは、同期のオーバーヘッドがほとんどなく、外部ロックで保護される同等の非スレッドセーフ型よりもマルチスレッド型の方が、パフォーマンスとスケーラビリティが大幅に向上することがあります。 その他のシナリオでは、オーバーヘッドにより、スレッドセーフ型のパフォーマンスとスケーラビリティが、外部からロックされる非スレッドセーフ型と同等かそれ以下になることもあります。
一部のシナリオでは、同期のオーバーヘッドがほとんどなく、外部ロックで保護される同等の非スレッドセーフ型よりもマルチスレッド型の方が、パフォーマンスとスケーラビリティが大幅に向上することがあります。 その他のシナリオでは、オーバーヘッドにより、スレッドセーフ型のパフォーマンスとスケーラビリティが、外部からロックされる非スレッドセーフ型と同等かそれ以下になることもあります。

以下のセクションでは、スレッドセーフなコレクションと、読み取り操作および書き込み操作でユーザー指定のロックを使用する同等の非スレッドセーフ コレクションの使い分けに関する一般的なガイダンスを示します。パフォーマンスはさまざまな要因に左右されるため、このガイダンスは特定の状況には沿っておらず、すべての状況で有効であるとは限りません。 パフォーマンスが重要な場合、使用するコレクション型を判断する最適な方法は、代表的なコンピューター構成および負荷に基づいてパフォーマンスを計測することです。 このドキュメントでは、次の用語が使用されています。
以下のセクションでは、スレッドセーフなコレクションと、読み取り操作および書き込み操作でユーザー指定のロックを使用する同等の非スレッドセーフ コレクションの使い分けに関する一般的なガイダンスを示します。 パフォーマンスはさまざまな要因に左右されるため、このガイダンスは特定の状況には沿っておらず、すべての状況で有効であるとは限りません。 パフォーマンスが重要な場合、使用するコレクション型を判断する最適な方法は、代表的なコンピューター構成および負荷に基づいてパフォーマンスを計測することです。 このドキュメントでは、次の用語が使用されています。

*純粋プロデューサー/コンシューマー シナリオ*
任意のスレッドで、要素の追加または削除のいずれかが実行されますが、両方は実行されません。
Expand Down

0 comments on commit b0482ed

Please sign in to comment.