Enum ExplanationMetadata.InputMetadata.Encoding (0.1.0)

public enum ExplanationMetadata.InputMetadata.Encoding extends Enum<ExplanationMetadata.InputMetadata.Encoding> implements ProtocolMessageEnum

Definisce il modo in cui una funzionalità viene codificata. Il valore predefinito è IDENTITY.

Enum protobuf google.cloud.vertexai.v1beta1.ExplanationMetadata.InputMetadata.Encoding

Implementa

ProtocolMessageEnum

Campi statici

Nome Description
BAG_OF_FEATURES

Il tensore rappresenta un insieme di caratteristiche in cui ogni indice è mappato a una caratteristica. Per questa codifica deve essere fornito InputMetadata.index_feature_mapping. Ad esempio: <code><code> input = [27, 6.0, 150] index_feature_mapping = ["age", "height", "weight"] </code></code>

BAG_OF_FEATURES = 2;

BAG_OF_FEATURES_SPARSE

Il tensore rappresenta un insieme di caratteristiche in cui ogni indice è mappato a una caratteristica. Valori zero nel tensore indicano che la caratteristica non esiste. Per questa codifica deve essere fornito InputMetadata.index_feature_mapping. Ad esempio: <code><code> input = [2, 0, 5, 0, 1] index_feature_mapping = ["a", "b", "c", "d", "e"] </code></code>

BAG_OF_FEATURES_SPARSE = 3;

BAG_OF_FEATURES_SPARSE_VALUE

Il tensore rappresenta un insieme di caratteristiche in cui ogni indice è mappato a una caratteristica. Valori zero nel tensore indicano che la caratteristica non esiste. Per questa codifica deve essere fornito InputMetadata.index_feature_mapping. Ad esempio: <code><code> input = [2, 0, 5, 0, 1] index_feature_mapping = ["a", "b", "c", "d", "e"] </code></code>

BAG_OF_FEATURES_SPARSE = 3;

BAG_OF_FEATURES_VALUE

Il tensore rappresenta un insieme di caratteristiche in cui ogni indice è mappato a una caratteristica. Per questa codifica deve essere fornito InputMetadata.index_feature_mapping. Ad esempio: <code><code> input = [27, 6.0, 150] index_feature_mapping = ["age", "height", "weight"] </code></code>

BAG_OF_FEATURES = 2;

COMBINED_EMBEDDING

Il tensore è codificato in un array monodimensionale rappresentato da un tensore codificato. Per questa codifica deve essere fornito InputMetadata.encoded_tensor_name. Ad esempio: <code><code> input = ["This", "is", "a", "test", "."] encoded = [0.1, 0.2, 0.3, 0.4, 0.5] </code></code>

COMBINED_EMBEDDING = 5;

COMBINED_EMBEDDING_VALUE

Il tensore è codificato in un array monodimensionale rappresentato da un tensore codificato. Per questa codifica deve essere fornito InputMetadata.encoded_tensor_name. Ad esempio: <code><code> input = ["This", "is", "a", "test", "."] encoded = [0.1, 0.2, 0.3, 0.4, 0.5] </code></code>

COMBINED_EMBEDDING = 5;

CONCAT_EMBEDDING

Seleziona questa codifica quando il tensore di input è codificato in un array bidimensionale rappresentato da un tensore codificato. Per questa codifica deve essere fornito InputMetadata.encoded_tensor_name. La prima dimensione della forma del tensore codificato corrisponde alla forma del tensore di input. Ad esempio: <code><code> input = ["This", "is", "a", "test", "."] encoded = [[0.1, 0.2, 0.3, 0.4, 0.5], [0.2, 0.1, 0.4, 0.3, 0.5], [0.5, 0.1, 0.3, 0.5, 0.4], [0.5, 0.3, 0.1, 0.2, 0.4], [0.4, 0.3, 0.2, 0.5, 0.1]] </code></code>

CONCAT_EMBEDDING = 6;

CONCAT_EMBEDDING_VALUE

Seleziona questa codifica quando il tensore di input è codificato in un array bidimensionale rappresentato da un tensore codificato. Per questa codifica deve essere fornito InputMetadata.encoded_tensor_name. La prima dimensione della forma del tensore codificato corrisponde alla forma del tensore di input. Ad esempio: <code><code> input = ["This", "is", "a", "test", "."] encoded = [[0.1, 0.2, 0.3, 0.4, 0.5], [0.2, 0.1, 0.4, 0.3, 0.5], [0.5, 0.1, 0.3, 0.5, 0.4], [0.5, 0.3, 0.1, 0.2, 0.4], [0.4, 0.3, 0.2, 0.5, 0.1]] </code></code>

CONCAT_EMBEDDING = 6;

ENCODING_UNSPECIFIED

Valore predefinito. Uguale a IDENTITY.

ENCODING_UNSPECIFIED = 0;

ENCODING_UNSPECIFIED_VALUE

Valore predefinito. Uguale a IDENTITY.

ENCODING_UNSPECIFIED = 0;

IDENTITY

Il tensore rappresenta una caratteristica.

IDENTITY = 1;

IDENTITY_VALUE

Il tensore rappresenta una caratteristica.

IDENTITY = 1;

INDICATOR

Il tensore è un elenco di programmi binari che rappresenta l'esistenza o meno di una caratteristica (1 indica l'esistenza). Per questa codifica deve essere fornito InputMetadata.index_feature_mapping. Ad esempio: <code><code> input = [1, 0, 1, 0, 1] index_feature_mapping = ["a", "b", "c", "d", "e"] </code></code>

INDICATOR = 4;

INDICATOR_VALUE

Il tensore è un elenco di programmi binari che rappresenta l'esistenza o meno di una caratteristica (1 indica l'esistenza). Per questa codifica deve essere fornito InputMetadata.index_feature_mapping. Ad esempio: <code><code> input = [1, 0, 1, 0, 1] index_feature_mapping = ["a", "b", "c", "d", "e"] </code></code>

INDICATOR = 4;

UNRECOGNIZED

Metodi statici

Nome Description
forNumber(int value)
getDescriptor()
internalGetValueMap()
valueOf(Descriptors.EnumValueDescriptor desc)
valueOf(int value)

Obsoleta. Usa invece #forNumber(int).

valueOf(String name)
values()

Metodi

Nome Description
getDescriptorForType()
getNumber()
getValueDescriptor()