ClassificationResult

classe abstrata pública ClassificationResult

Representa os resultados da classificação de um modelo. Normalmente usada como resultado para tarefas de classificação.

Construtores públicos

Métodos públicos

abstrato Lista<Classificações>
classifications()
Os resultados da classificação para cada cabeçalho do modelo.
estático ClassificationResult
create(List<Classifications> classificações, Optional<Long> timestampMs)
Cria uma instância ClassificationResult.
estático ClassificationResult
createFromProto(protocolo de classificaçãosProto.ClassificationResult)
Cria um objeto ClassificationResult com base em uma mensagem protobuf ERROR(/ClassificationsProto.ClassificationResult).
abstrato Opcional<Long>
timestampMs()
O carimbo de data/hora opcional (em milissegundos) do início do bloco de dados correspondente a esses resultados.

Métodos herdados

Construtores públicos

public ClassificationResult ()

Métodos públicos

public Lista<Classificações> Classificações ()

Os resultados da classificação para cada cabeçalho do modelo.

public Static ClassificationResult create (List<Classificações> classificações, Opcional<Long> timestampMs)

Cria uma instância ClassificationResult.

Parâmetros
classificações a lista de objetos Classifications contendo as categorias previstas para cada cabeçalho do modelo.
timestampMs o carimbo de data/hora opcional (em milissegundos) do início do bloco de dados correspondente a esses resultados.

público estático ClassificationResult createFromProto (protocolo ClassificationsProto.ClassificationResult)

Cria um objeto ClassificationResult com base em uma mensagem protobuf ERROR(/ClassificationsProto.ClassificationResult).

Parâmetros
proto a mensagem protobuf ERROR(/ClassificationsProto.ClassificationResult) a ser convertida.

public Opcional<Long> timestampMs ()

O carimbo de data/hora opcional (em milissegundos) do início do bloco de dados correspondente a esses resultados.

É usado apenas para classificação em séries temporais (por exemplo, classificação de áudio). Nesses casos de uso, a quantidade de dados a serem processados pode exceder o tamanho máximo que o modelo pode processar. Para resolver isso, os dados de entrada são divididos em vários blocos, começando com carimbos de data/hora diferentes.