Enum ExplanationMetadata.InputMetadata.Encoding (1.3.0)

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.v1.ExplanationMetadata.InputMetadata.Encoding

Implementa

ProtocolMessageEnum

Membri ereditati

Enum.<T>valueOf(Class<T>,String)

Enum.clone()

Enum.compareTo(E)

Enum.equals(Object)

Enum.finalize()

Enum.getDeclaringClass()

Enum.hashCode()

Enum.name()

Enum.ordinal()

Enum.toString()

Object.getClass()

Object.notify()

Object.notifyAll()

Object.wait()

Object.wait(long)

Object.wait(long,int)

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()