A partire dal 29 aprile 2025, i modelli Gemini 1.5 Pro e Gemini 1.5 Flash non sono disponibili nei progetti che non li hanno mai utilizzati, inclusi i nuovi progetti. Per maggiori dettagli, vedi Versioni e ciclo di vita dei modelli.
L'input di previsione. Supporta le intestazioni HTTP e il payload arbitrario di dati.
Un DeployedModel può avere un limite superiore al numero di istanze che supporta per ogni richiesta. Quando questo limite viene superato per un modello AutoML, il metodo RawPredict restituisce un errore. Quando questo limite viene superato per un modello con addestramento personalizzato, il comportamento varia in base al modello.
Puoi specificare lo schema per ogni istanza nel campo predict_schemata.instance_schema_uri quando crei un modello. Questo
schema si applica quando esegui il deployment di Model come DeployedModel in un
endpoint e utilizzi il
metodo RawPredict.
.google.api.HttpBody http_body = 2;
Restituisce
Tipo
Description
com.google.api.HttpBody
Il parametro httpBody.
getHttpBodyOrBuilder()
public abstract HttpBodyOrBuilder getHttpBodyOrBuilder()
L'input di previsione. Supporta le intestazioni HTTP e il payload arbitrario di dati.
Un DeployedModel può avere un limite superiore al numero di istanze che supporta per ogni richiesta. Quando questo limite viene superato per un modello AutoML, il metodo RawPredict restituisce un errore. Quando questo limite viene superato per un modello con addestramento personalizzato, il comportamento varia in base al modello.
Puoi specificare lo schema per ogni istanza nel campo predict_schemata.instance_schema_uri quando crei un modello. Questo
schema si applica quando esegui il deployment di Model come DeployedModel in un
endpoint e utilizzi il
metodo RawPredict.
.google.api.HttpBody http_body = 2;
Restituisce
Tipo
Description
com.google.api.HttpBodyOrBuilder
hasHttpBody()
public abstract boolean hasHttpBody()
L'input di previsione. Supporta le intestazioni HTTP e il payload arbitrario di dati.
Un DeployedModel può avere un limite superiore al numero di istanze che supporta per ogni richiesta. Quando questo limite viene superato per un modello AutoML, il metodo RawPredict restituisce un errore. Quando questo limite viene superato per un modello con addestramento personalizzato, il comportamento varia in base al modello.
Puoi specificare lo schema per ogni istanza nel campo predict_schemata.instance_schema_uri quando crei un modello. Questo
schema si applica quando esegui il deployment di Model come DeployedModel in un
endpoint e utilizzi il
metodo RawPredict.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2024-05-17 UTC."],[],[],null,["# Interface RawPredictRequestOrBuilder (0.4.0)\n\n public interface RawPredictRequestOrBuilder extends MessageOrBuilder\n\nImplements\n----------\n\n[MessageOrBuilder](https://cloud.google.com/java/docs/reference/protobuf/latest/com.google.protobuf.MessageOrBuilder.html)\n\nMethods\n-------\n\n### getEndpoint()\n\n public abstract String getEndpoint()\n\nRequired. The name of the Endpoint requested to serve the prediction.\nFormat:\n`projects/{project}/locations/{location}/endpoints/{endpoint}`\n\n`\nstring endpoint = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.resource_reference) = { ... }\n`\n\n### getEndpointBytes()\n\n public abstract ByteString getEndpointBytes()\n\nRequired. The name of the Endpoint requested to serve the prediction.\nFormat:\n`projects/{project}/locations/{location}/endpoints/{endpoint}`\n\n`\nstring endpoint = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.resource_reference) = { ... }\n`\n\n### getHttpBody()\n\n public abstract HttpBody getHttpBody()\n\nThe prediction input. Supports HTTP headers and arbitrary data payload.\n\nA DeployedModel may have an\nupper limit on the number of instances it supports per request. When this\nlimit it is exceeded for an AutoML model, the\nRawPredict\nmethod returns an error. When this limit is exceeded for a custom-trained\nmodel, the behavior varies depending on the model.\n\nYou can specify the schema for each instance in the\npredict_schemata.instance_schema_uri\nfield when you create a Model. This\nschema applies when you deploy the `Model` as a `DeployedModel` to an\nEndpoint and use the `RawPredict`\nmethod.\n\n`.google.api.HttpBody http_body = 2;`\n\n### getHttpBodyOrBuilder()\n\n public abstract HttpBodyOrBuilder getHttpBodyOrBuilder()\n\nThe prediction input. Supports HTTP headers and arbitrary data payload.\n\nA DeployedModel may have an\nupper limit on the number of instances it supports per request. When this\nlimit it is exceeded for an AutoML model, the\nRawPredict\nmethod returns an error. When this limit is exceeded for a custom-trained\nmodel, the behavior varies depending on the model.\n\nYou can specify the schema for each instance in the\npredict_schemata.instance_schema_uri\nfield when you create a Model. This\nschema applies when you deploy the `Model` as a `DeployedModel` to an\nEndpoint and use the `RawPredict`\nmethod.\n\n`.google.api.HttpBody http_body = 2;`\n\n### hasHttpBody()\n\n public abstract boolean hasHttpBody()\n\nThe prediction input. Supports HTTP headers and arbitrary data payload.\n\nA DeployedModel may have an\nupper limit on the number of instances it supports per request. When this\nlimit it is exceeded for an AutoML model, the\nRawPredict\nmethod returns an error. When this limit is exceeded for a custom-trained\nmodel, the behavior varies depending on the model.\n\nYou can specify the schema for each instance in the\npredict_schemata.instance_schema_uri\nfield when you create a Model. This\nschema applies when you deploy the `Model` as a `DeployedModel` to an\nEndpoint and use the `RawPredict`\nmethod.\n\n`.google.api.HttpBody http_body = 2;`"]]
