目的：
用TensorFlow训练完成的模型在ML.NET中再学习和预测。
前提：
1，在python中用keras训练一个非线性的回归模型，保存为model.h5文件。
2，将model.h5转换为model.pb文件。
进展：
目前在ML.NET中可以将model.pb文件合并到管道（pipeline）中来进行预测。
问题：
1，在ML.NET官方文档中，有对图像分类模型再学习的案例（如下），如果是非线性的回归模型的情况下可以进行迁移学习吗？
2，如果非线性的回归模型可以进行迁移学习，该用什么Trainer呢？
以下是官网上给出的所有Trainer方法，但是regressionTrainer似乎只适合于线性回归模型？
AveragedPerceptronTrainer
FieldAwareFactorizationMachineTrainer
LbfgsLogisticRegressionBinaryTrainer
LbfgsMaximumEntropyMulticlassTrainer
LbfgsPoissonRegressionTrainer
LinearSvmTrainer
OnlineGradientDescentTrainer
SgdCalibratedTrainer
SgdNonCalibratedTrainer
SymbolicSgdLogisticRegressionBinaryTrainer
3，如果以上方法都不适用，还有其它什么最方便简洁的方法能做到用.NET平台来训练TensorFlow的模型？
望采纳一下，谢谢
不能