ClassificationResult

publiczna klasa abstrakcyjna ClassificationResult

Reprezentuje wyniki klasyfikacji modelu. Zwykle jest używany w związku z zadaniami klasyfikacji.

Konstruktorzy publiczni

ClassificationResult()

Metody publiczne

streszczenie Lista<klasyfikacje>	classifications() Wyniki klasyfikacji dla każdej części głównej modelu.
statyczna ClassificationResult	create(Lista<Klasyfikacja>, Opcjonalne<Długie> timestampMs) Tworzy instancję `ClassificationResult`.
statyczna ClassificationResult	createFromProto(ClassificationsProto.ClassificationResult proto) Tworzy obiekt `ClassificationResult` z wiadomości protobuf `ERROR(/ClassificationsProto.ClassificationResult)`.
abstract Opcjonalny<długi>	timestampMs() Opcjonalna sygnatura czasowa (w milisekundach) początku fragmentu danych odpowiadającego tym wynikom.

Metody dziedziczone

Z klasy java.lang.Object

boolean	równa się(Object arg0)
final Class<?>	getClass()
int	hashCode()
final void	notify()
final void	notifyAll()
String	toString()
final void	wait(long arg0, int arg1)
final void	wait(long arg0)
final void	czas()

Konstruktorzy publiczni

public ClassificationResult ()

Metody publiczne

public abstract Lista<Klasyfikacje> klasyfikacje ()

Wyniki klasyfikacji dla każdej części głównej modelu.

public static ClassificationResult create (Lista<klasyfikacje>, Optional<Long> timestampMs)

Tworzy instancję ClassificationResult.

Parametry

klasyfikacje	lista obiektów `Classifications` zawierających prognozowane kategorie dla każdej części głównej modelu.
timestampMs	opcjonalną sygnaturę czasową (w milisekundach) rozpoczęcia fragmentu danych odpowiadającego tym wynikom.

public static ClassificationResult createFromProto (ClassificationsProto.ClassificationResult proto)

Tworzy obiekt ClassificationResult z wiadomości protobuf ERROR(/ClassificationsProto.ClassificationResult).

Parametry

proto	wiadomość protobuf `ERROR(/ClassificationsProto.ClassificationResult)` do przekonwertowania.

public abstract Opcjonalny<Long> timestampMs ()

Opcjonalna sygnatura czasowa (w milisekundach) początku fragmentu danych odpowiadającego tym wynikom.

Jest ona używana tylko do klasyfikacji ciągów czasowych (np. klasyfikacji dźwięku). W tych przypadkach ilość danych do przetworzenia może przekroczyć maksymalny rozmiar, który model jest w stanie przetworzyć. Aby rozwiązać ten problem, dane wejściowe są dzielone na wiele fragmentów z różnymi sygnaturami czasowymi.