genel soyut sınıf
ClassificationResult
Bir modelin sınıflandırma sonuçlarını gösterir. Genellikle sınıflandırma görevlerinin sonucu olarak kullanılır.
İnşaatçılar
Herkese Açık Yöntemler
| abstract Liste<Sınıflandırmalar> |
classifications()
Modelin her başlığı için sınıflandırma sonuçları.
|
| static ClassificationResult |
create(Liste<Sınıflandırmalar> sınıflandırmaları, İsteğe bağlı<Uzun> zaman damgaları)
ClassificationResult örneği oluşturur. |
| static ClassificationResult |
createFromProto(ClassificationsProto.ClassificationResult proto)
ERROR(/ClassificationsProto.ClassificationResult) protobuf mesajından bir ClassificationResult nesnesi oluşturur. |
| abstract İsteğe bağlı<Long> |
timestampMs()
Bu sonuçlara karşılık gelen veri kümesinin başlangıcının isteğe bağlı zaman damgası (milisaniye cinsinden).
|
Devralınan Yöntemler
İnşaatçılar
herkese açık ClassificationResult ()
Herkese Açık Yöntemler
herkese açık abstract Liste<Sınıflandırmalar> sınıflandırmalar ()
Modelin her başlığı için sınıflandırma sonuçları.
herkese açık static ClassificationResult oluştur (Liste<Sınıflandırmalar> sınıflandırmaları, İsteğe bağlı<Uzun> zaman damgası)
ClassificationResult örneği oluşturur.
Parametreler
| sınıflandırmalar | modelin her başlığı için tahmin edilen kategorileri içeren Classifications nesnelerin listesi. |
|---|---|
| timestampMs | bu sonuçlara karşılık gelen veri yığınının başlangıcının isteğe bağlı zaman damgası (milisaniye cinsinden). |
herkese açık static ClassificationResult createFromProto (ClassificationsProto.ClassificationResult proto)
ERROR(/ClassificationsProto.ClassificationResult) protobuf mesajından bir ClassificationResult nesnesi oluşturur.
Parametreler
| proto | dönüştürülecek ERROR(/ClassificationsProto.ClassificationResult) protokol mesajı.
|
|---|
public abstract İsteğe bağlı<Long> timestampMs ()
Bu sonuçlara karşılık gelen veri kümesinin başlangıcının isteğe bağlı zaman damgası (milisaniye cinsinden).
Yalnızca zaman serilerindeki sınıflandırma (ör. ses sınıflandırması) için kullanılır. Bu kullanım alanlarında, işlenecek veri miktarı modelin işleyebildiği maksimum boyutu aşabilir. Bu sorunu çözmek için giriş verileri, farklı zaman damgalarından başlayarak birden fazla parçaya bölünür.