ClassificationResult

lớp trừu tượng công khai ClassificationResult

Biểu thị kết quả phân loại của mô hình. Thường được dùng làm kết quả trong các tác vụ phân loại.

Công trình công cộng

Phương thức công khai

bản tóm tắt Danh sách<Phân loại>
phân loại()
Kết quả phân loại cho mỗi tiêu đề của mô hình.
tĩnh ClassificationResult
create(Danh sách<Phân loại> phân loại, Không bắt buộc<Dài> timestampMs)
Tạo một thực thể ClassificationResult.
tĩnh ClassificationResult
createFromProto(ClassificationsProto.ClassificationResult proto)
Tạo đối tượng ClassificationResult qua thông báo protobuf ERROR(/ClassificationsProto.ClassificationResult).
trừu tượng Không bắt buộc<Dài>
timestampMs()
Dấu thời gian không bắt buộc (tính bằng mili giây) kể từ lúc bắt đầu phần dữ liệu tương ứng với những kết quả này.

Các phương thức kế thừa

Công trình công cộng

công khai ClassificationResult ()

Phương thức công khai

công khai bản tóm tắt Danh sách<Phân loại> phân loại ()

Kết quả phân loại cho mỗi tiêu đề của mô hình.

công khai tĩnh ClassificationResult tạo (Danh sách<Phân loại> phân loại, Không bắt buộc<Dài> timestampMs)

Tạo một thực thể ClassificationResult.

Thông số
phân loại danh sách đối tượng Classifications chứa các danh mục được dự đoán cho mỗi phần tử đầu của mô hình.
timestampMs dấu thời gian không bắt buộc (tính bằng mili giây) kể từ thời điểm bắt đầu phần dữ liệu tương ứng với những kết quả này.

công khai tĩnh ClassificationResult createFromProto (ClassificationsProto.ClassificationResult proto)

Tạo đối tượng ClassificationResult qua thông báo protobuf ERROR(/ClassificationsProto.ClassificationResult).

Thông số
proto tin nhắn protobuf ERROR(/ClassificationsProto.ClassificationResult) cần chuyển đổi.

công khai trừu tượng Không bắt buộc<Dài> timestampMs ()

Dấu thời gian không bắt buộc (tính bằng mili giây) kể từ lúc bắt đầu phần dữ liệu tương ứng với những kết quả này.

Giá trị này chỉ được dùng để phân loại theo chuỗi thời gian (ví dụ: phân loại âm thanh). Trong những trường hợp sử dụng này, lượng dữ liệu cần xử lý có thể vượt quá kích thước tối đa mà mô hình có thể xử lý: để giải quyết vấn đề này, dữ liệu đầu vào sẽ được chia thành nhiều phần bắt đầu ở nhiều dấu thời gian.