EmbeddingResult

classe astratta pubblica EmbeddingResult

Rappresenta i risultati di incorporamento di un modello. Opzione generalmente utilizzata come risultato per le attività di incorporamento.

Costruttori pubblici

Metodi pubblici

statico EmbeddingResult
create(Elenco<Incorporamenti> incorporamenti, Facoltativo<Lungo> timestampM)
Crea un'istanza EmbeddingResult.
statico EmbeddingResult
createFromProto(protocolloEmbeddingsProto.EmbeddingResult)
Crea un oggetto EmbeddingResult da un messaggio protobuf ERROR(/EmbeddingsProto.EmbeddingResult).
astratto Elenco<Incorporamento>
embeddings()
I risultati di incorporamento per ogni head del modello.
astratto Facoltativo<Lungo>
timestampMs()
Il timestamp facoltativo (in millisecondi) dell'inizio del blocco di dati corrispondente a questi risultati.

Metodi ereditati

Costruttori pubblici

Public EmbeddingResult ()

Metodi pubblici

pubblico static EmbeddingResult create (Elenco<Incorporamenti> rappresentazioni distribuite, Facoltativo<Lungo> timestampM)

Crea un'istanza EmbeddingResult.

Parametri
rappresentazioni distribuite l'elenco di oggetti Embedding contenenti l'incorporamento per ogni head del modello.
timestampMs il timestamp facoltativo (in millisecondi) dell'inizio del blocco di dati corrispondente a questi risultati.

pubblico static EmbeddingResult createFromProto (protocolloEmbeddingsProto.EmbeddingResult)

Crea un oggetto EmbeddingResult da un messaggio protobuf ERROR(/EmbeddingsProto.EmbeddingResult).

Parametri
proto del messaggio protobuf ERROR(/EmbeddingsProto.EmbeddingResult) da convertire.

pubblici astratto Elenco<Incorporamento> incorporamenti ()

I risultati di incorporamento per ogni head del modello.

Public astratto Facoltativo<Long> timestampMs ()

Il timestamp facoltativo (in millisecondi) dell'inizio del blocco di dati corrispondente a questi risultati.

Viene utilizzato solo per l'estrazione dell'incorporamento su serie temporali (ad esempio, incorporamento dell'audio). In questi casi d'uso, la quantità di dati da elaborare potrebbe superare la dimensione massima che il modello può elaborare: per risolvere questo problema, i dati di input vengono suddivisi in più blocchi a partire da timestamp diversi.