From b0482edc306a3126322f80de266771075e0ae977 Mon Sep 17 00:00:00 2001 From: olprod Date: Thu, 11 Oct 2018 16:16:55 +0000 Subject: [PATCH] commit translated contents --- docs/machine-learning/how-to-guides/index.md | 20 +++++++++++++++++++ .../when-to-use-a-thread-safe-collection.md | 8 ++++---- 2 files changed, 24 insertions(+), 4 deletions(-) create mode 100644 docs/machine-learning/how-to-guides/index.md diff --git a/docs/machine-learning/how-to-guides/index.md b/docs/machine-learning/how-to-guides/index.md new file mode 100644 index 00000000000..831241acb76 --- /dev/null +++ b/docs/machine-learning/how-to-guides/index.md @@ -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" +--- +# 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。 + +## 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) diff --git a/docs/standard/collections/thread-safe/when-to-use-a-thread-safe-collection.md b/docs/standard/collections/thread-safe/when-to-use-a-thread-safe-collection.md index 795794b0fc0..7892e28624d 100644 --- a/docs/standard/collections/thread-safe/when-to-use-a-thread-safe-collection.md +++ b/docs/standard/collections/thread-safe/when-to-use-a-thread-safe-collection.md @@ -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: @@ -15,11 +15,11 @@ ms.lasthandoff: 09/25/2018 ms.locfileid: "47109983" --- # 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。