Index
AutoMl
(interface)PredictionService
(interface)AnnotationPayload
(message)AnnotationSpec
(message)BatchPredictOperationMetadata
(message)BatchPredictOperationMetadata.BatchPredictionOutputInfo
(message)BatchPredictRequest
(message)BatchPredictResult
(message)BatchPredictionInputConfig
(message)BatchPredictionOutputConfig
(message)ClassificationAnnotation
(message)ClassificationEvaluationMetrics
(message)ClassificationEvaluationMetrics.ConfidenceMetricsEntry
(message)ClassificationEvaluationMetrics.ConfusionMatrix
(message)ClassificationEvaluationMetrics.ConfusionMatrix.Row
(message)CreateDatasetRequest
(message)CreateModelOperationMetadata
(message)CreateModelRequest
(message)Dataset
(message)DeleteDatasetRequest
(message)DeleteModelRequest
(message)DeleteOperationMetadata
(message)DeployModelRequest
(message)ExamplePayload
(message)ExportDataRequest
(message)GcsDestination
(message)GcsSource
(message)GetAnnotationSpecRequest
(message)GetDatasetRequest
(message)GetModelEvaluationRequest
(message)GetModelRequest
(message)ImportDataOperationMetadata
(message)ImportDataRequest
(message)InputConfig
(message)ListDatasetsRequest
(message)ListDatasetsResponse
(message)ListModelEvaluationsRequest
(message)ListModelEvaluationsResponse
(message)ListModelsRequest
(message)ListModelsResponse
(message)Model
(message)Model.DeploymentState
(enum)ModelEvaluation
(message)OperationMetadata
(message)OutputConfig
(message)PredictRequest
(message)PredictResponse
(message)TimeSegment
(message)UndeployModelRequest
(message)VideoClassificationAnnotation
(message)VideoClassificationDatasetMetadata
(message)VideoClassificationModelMetadata
(message)
AutoML
API AutoML Server.
Les noms de ressources sont attribués par le serveur. Le serveur ne réutilise jamais les noms qu'il a créés après la suppression des ressources portant ces noms.
L'ID de ressource est la dernière composante du nom de ressource de l'élément. Pour projects/{project_id}/locations/{location_id}/datasets/{dataset_id}
, l'ID de l'élément est {dataset_id}
.
Actuellement, le seul élément location_id
accepté est "us-central1".
CreateDataset | |
---|---|
Crée un ensemble de données.
|
CreateModel | |
---|---|
Crée un modèle. Renvoie un modèle dans le champ
|
DeleteDataset | |
---|---|
Supprime un ensemble de données et tout son contenu. Renvoie une réponse vide dans le champ
|
DeleteModel | |
---|---|
Supprime un modèle. Renvoie
|
DeployModel | |
---|---|
Déploie un modèle. Renvoie une réponse vide dans le champ
|
ExportData | |
---|---|
Exporte les données de l'ensemble de données vers un bucket Google Cloud Storage. Renvoie une réponse vide dans le champ
|
GetAnnotationSpec | |
---|---|
Permet d'obtenir une spécification d'annotation.
|
GetDataset | |
---|---|
Permet d'obtenir un ensemble de données.
|
GetModel | |
---|---|
Permet d'obtenir un modèle.
|
GetModelEvaluation | |
---|---|
Permet d'obtenir une évaluation du modèle.
|
ImportData | |
---|---|
Importe des données dans un ensemble de données. Vous ne pouvez appeler cette méthode que pour un ensemble de données vide. Pour plus d'informations, consultez la section Importer des éléments dans un ensemble de données.
|
ListDatasets | |
---|---|
Répertorie les ensembles de données d'un projet.
|
ListModelEvaluations | |
---|---|
Répertorie les évaluations de modèles.
|
ListModels | |
---|---|
Répertorie les modèles.
|
UndeployModel | |
---|---|
Annule le déploiement d'un modèle. Renvoie une réponse vide dans le champ
|
PredictionService
API AutoML Prediction.
BatchPredict | |
---|---|
Effectue une prédiction par lot et renvoie l'identifiant d'une opération de longue durée. Vous pouvez demander le résultat de l'opération à l'aide de la méthode
|
Predict | |
---|---|
Non disponible pour AutoML Video Intelligence.
|
AnnotationPayload
Contient des annotations pertinentes pour AutoML.
Champs | ||
---|---|---|
annotation_spec_id |
Uniquement en sortie. L'ID de ressource de la spécification d'annotation à laquelle cette annotation se rapporte. La spécification d'annotation provient soit d'un ensemble de données ancêtre, soit de l'ensemble de données qui a servi à entraîner le modèle utilisé. |
|
display_name |
Uniquement en sortie. Valeur de |
|
Champ d'union detail . Uniquement en sortie. Informations supplémentaires sur l'annotation spécifique à la solution AutoML. La valeur detail ne peut être que l'un des éléments suivants : |
||
classification |
Détails d'annotation pour les prédictions de classification. |
|
video_classification |
Détails d'annotation pour la classification de vidéos. Élément renvoyé pour les prédictions de classification de vidéos. |
AnnotationSpec
Définition d'une annotation.
Champs | |
---|---|
name |
Uniquement en sortie. Le nom de ressource de la spécification d'annotation. Format : "projects/{project_id}/locations/{location_id}/datasets/{dataset_id}/annotationSpecs/{annotation_spec_id}" |
display_name |
Obligatoire. Le nom de la spécification d'annotation à afficher dans l'interface. Ce nom peut comporter jusqu'à 32 caractères. Les seuls caractères autorisés sont les lettres de l'alphabet latin ASCII (A-Z et a-z), le trait de soulignement (_) et les chiffres ASCII de 0 à 9. |
example_count |
Uniquement en sortie. Nombre d'exemples dans l'ensemble de données parent étiqueté par la spécification d'annotation. |
BatchPredictOperationMetadata
Détails d'une opération de prédiction par lot (BatchPredict).
Champs | |
---|---|
input_config |
Uniquement en sortie. La configuration d'entrée qui a été définie au démarrage de cette opération de prédiction par lot. |
output_info |
Uniquement en sortie. Informations détaillées sur le résultat de cette opération de prédiction par lot. |
BatchPredictionOutputInfo
Fournit des informations détaillées sur le résultat de cette opération de prédiction par lot. Complète
Champs | |
---|---|
gcs_output_directory |
Le chemin d'accès complet du répertoire Google Cloud Storage créé, dans lequel le résultat de la prédiction a été écrit. |
BatchPredictRequest
Message de requête pour PredictionService.BatchPredict
.
Champs | |||||||||
---|---|---|---|---|---|---|---|---|---|
name |
Le nom du modèle demandé pour les besoins de la prédiction par lot. L'autorisation Google IAM suivante est requise pour la ressource
|
||||||||
input_config |
Obligatoire. La configuration d'entrée pour la prédiction par lot. |
||||||||
output_config |
Obligatoire. Configuration spécifiant l'emplacement où les prédictions de sortie doivent être écrites. |
||||||||
params |
Les possibilités suivantes s'offrent à vous :
Consultez la section Annoter des vidéos pour plus de détails. |
BatchPredictResult
Résultat de la prédiction par lot.
BatchPredictionInputConfig
Configuration d'entrée pour l'action BatchPredict
. L'entrée consiste en un ou plusieurs fichiers CSV stockés dans Google Cloud Storage, où les fichiers CSV sont au format suivant :
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END
GCS_FILE_PATH
identifie le chemin d'accès Google Cloud Storage à une vidéo d'une taille maximale de 50 Go et d'une durée maximale de 3 h. Extensions compatibles : .MOV, .MPEG4, .MP4, .AVI.Les valeurs
TIME_SEGMENT_START
etTIME_SEGMENT_END
doivent être comprises entre le début et la fin de la vidéo, et la fin doit être postérieure au début.
Trois lignes d'exemple :
gs://folder/video1.mp4,10,40
gs://folder/video1.mp4,20,60
gs://folder/vid2.mov,0,inf
Consultez la section Annoter des vidéos pour plus d'informations.
Champs | |
---|---|
gcs_source |
Emplacement Google Cloud Storage pour le contenu d'entrée. |
BatchPredictionOutputConfig
Configuration de sortie pour l'action BatchPredict
.
AutoML Video Intelligence crée un répertoire spécifié dans
. Le nom du répertoire est "prediction-<model-display-name>-<timestamp-of-prediction-call>", où l'horodatage est au format ISO-8601 gcsDestination
YYYY-MM-DDThh:mm:ss.sssZ
.
AutoML Video Intelligence crée un fichier nommé "video_classification.csv" dans le nouveau répertoire, ainsi qu'un fichier JSON pour chaque classification de vidéos demandée, autrement dit, pour chaque ligne du fichier CSV d'entrée.
Le format du fichier "video_classification.csv" est le suivant :
GCS_FILE_PATH,TIME_SEGMENT_START,TIME_SEGMENT_END,JSON_FILE_NAME,STATUS
Les éléments
GCS_FILE_PATH
,TIME_SEGMENT_START
etTIME_SEGMENT_END
correspondent aux mêmes champs du fichier CSV d'entrée.JSON_FILE_NAME
est le nom du fichier JSON du répertoire de sortie contenant les réponses de prédiction pour le segment temporel de la vidéo.STATUS
contient "OK" si la prédiction a bien été exécutée ; si ce n'est pas le cas, ce champ contient des informations d'erreur. SiSTATUS
n'indique pas "OK", le fichier JSON de cette prévision peut être vide ou le fichier peut ne pas exister.
Chaque fichier JSON dont le champ STATUS
indique l'état "OK" contient une liste de protos "AnnotationPayload" au format JSON, qui sont les prédictions du segment temporel de la vidéo auquel le fichier est attribué dans le fichier "video_classification.csv". Tous les protos "AnnotationPayload" contiennent un champ video_classification
et sont triés par le champ video_classification.type
. Les types renvoyés sont déterminés par le paramètre classifaction_types
de BatchPredictRequest.params
.
Champs | |
---|---|
gcs_destination |
Emplacement Google Cloud Storage du répertoire sur lequel le résultat doit être écrit. |
ClassificationAnnotation
Contient des détails d'annotation spécifiques à la classification.
Champs | |
---|---|
score |
Uniquement en sortie. Estimation du niveau de confiance comprise entre 0,0 et 1,0. Une valeur supérieure indique une plus grande confiance dans le fait que l'annotation est positive. Si un utilisateur approuve le caractère négatif ou positif d'une annotation, la valeur "score" reste inchangée. Si un utilisateur crée une annotation, le score est 0 si elle est négative, et 1 si elle est positive. |
ClassificationEvaluationMetrics
Métriques d'évaluation du modèle pour les problèmes de classification. Ces métriques décrivent uniquement la qualité des prévisions lorsque le type est défini sur segment_classification
. Pour plus d'informations sur le type de prédiction, consultez la page relative à BatchPredictRequest.params
.
Champs | |
---|---|
au_prc |
Uniquement en sortie. Métrique "Aire sous la courbe de précision/rappel", également appelée précision moyenne. |
base_au_prc |
Uniquement en sortie. Métrique "Aire sous la courbe de précision/rappel" basée sur les antécédents. |
confidence_metrics_entry[] |
Uniquement en sortie. Métriques pour chaque seuil de confiance (confidence_threshold) de 0,05, 0,10, …, 0,95, 0,96, 0,97, 0,98, 0,99. La courbe de précision/rappel en est dérivée. |
confusion_matrix |
Uniquement en sortie. Matrice de confusion de l'évaluation. Défini uniquement pour les problèmes de classification MULTICLASS où le nombre d'étiquettes n'excède pas 10. Défini uniquement pour l'évaluation au niveau du modèle, et non pour l'évaluation par étiquette. |
annotation_spec_id[] |
Uniquement en sortie. Les identifiants de spécifications d'annotation utilisés pour cette évaluation. |
ConfidenceMetricsEntry
Métriques pour un seul seuil de confiance.
Champs | |
---|---|
confidence_threshold |
Uniquement en sortie. Valeur du seuil de confiance utilisé pour calculer les métriques. |
recall |
Uniquement en sortie. Rappel sous le seuil de confiance fixé. |
precision |
Uniquement en sortie. Précision sous le seuil de confiance fixé. |
f1_score |
Uniquement en sortie. La moyenne harmonique du rappel et de la précision. |
recall_at1 |
Uniquement en sortie. Le rappel lorsque vous ne tenez compte que de l'étiquette dont le score de prédiction est à la fois le plus élevé et supérieur ou égal au seuil de confiance de chaque exemple. |
precision_at1 |
Uniquement en sortie. Précision lorsque vous ne tenez compte que de l'étiquette dont le score de prédiction est à la fois le plus élevé et supérieur ou égal au seuil de confiance de chaque exemple. |
f1_score_at1 |
Uniquement en sortie. Moyenne harmonique de |
ConfusionMatrix
Matrice de confusion du modèle exécutant la classification.
Champs | |
---|---|
annotation_spec_id[] |
Uniquement en sortie. Les ID des spécifications d'annotation utilisées dans la matrice de confusion. |
row[] |
Uniquement en sortie. Lignes dans la matrice de confusion. Le nombre de lignes est égal à la taille de |
Ligne
Uniquement en sortie. Une ligne dans la matrice de confusion.
Champs | |
---|---|
example_count[] |
Uniquement en sortie. Valeur de la cellule spécifiée dans la matrice de confusion. Le nombre de valeurs contenues dans chaque ligne (c'est-à-dire la longueur de la ligne) est égal à la longueur du champ "annotation_spec_id". |
CreateDatasetRequest
Message de requête pour AutoMl.CreateDataset
.
Champs | |
---|---|
parent |
Nom de ressource du projet pour lequel l'ensemble de données doit être créé. L'autorisation Google IAM suivante est requise pour la ressource
|
dataset |
L'ensemble de données à créer. |
CreateModelOperationMetadata
Détails d'une opération de création de modèle (CreateModel).
CreateModelRequest
Message de requête pour AutoMl.CreateModel
.
Champs | |
---|---|
parent |
Nom de ressource du projet parent dans lequel le modèle est créé. L'autorisation Google IAM suivante est requise pour la ressource
|
model |
Le modèle à créer. |
Ensemble de données
Espace de travail pour résoudre un problème de machine learning (ML) unique et spécifique. Un espace de travail contient des exemples pouvant être annotés.
Champs | |
---|---|
name |
Uniquement en sortie. Nom de ressource de l'ensemble de données. Format : |
display_name |
Obligatoire. Le nom de l'ensemble de données à afficher dans l'interface. Ce nom peut comporter jusqu'à 32 caractères. Les seuls caractères autorisés sont les lettres de l'alphabet latin ASCII (A-Z et a-z), le trait de soulignement (_) et les chiffres ASCII de 0 à 9. |
example_count |
Uniquement en sortie. Le nombre d'exemples dans l'ensemble de données. |
create_time |
Uniquement en sortie. Horodatage de la création de cet ensemble de données. |
video_classification_dataset_metadata |
Métadonnées d'un ensemble de données utilisé pour la classification de vidéos. |
DeleteDatasetRequest
Message de requête pour AutoMl.DeleteDataset
.
Champs | |
---|---|
name |
Nom de ressource de l'ensemble de données à supprimer. L'autorisation Google IAM suivante est requise pour la ressource
|
DeleteModelRequest
Message de requête pour AutoMl.DeleteModel
.
Champs | |
---|---|
name |
Nom de ressource du modèle en cours de suppression. L'autorisation Google IAM suivante est requise pour la ressource
|
DeleteOperationMetadata
Détails des opérations de suppression d'entités.
DeployModelRequest
Message de requête pour AutoMl.DeployModel
.
Champs | |
---|---|
name |
Nom de ressource du modèle à déployer. L'autorisation Google IAM suivante est requise pour la ressource
|
ExamplePayload
Exemple de données utilisées pour l'entraînement ou la prédiction.
ExportDataRequest
Message de requête pour AutoMl.ExportData
.
Champs | |
---|---|
name |
Obligatoire. Nom de ressource de l'ensemble de données. L'autorisation Google IAM suivante est requise pour la ressource
|
output_config |
Obligatoire. L'emplacement de sortie souhaité. |
GcsDestination
Emplacement Google Cloud Storage sur lequel le résultat doit être écrit.
Champs | |
---|---|
output_uri_prefix |
Obligatoire. URI Google Cloud Storage du répertoire de sortie, 2 000 caractères au maximum. Formes acceptées : * Chemin du préfixe : gs://bucket/directory. L'utilisateur à l'origine de la requête doit disposer de l'autorisation en écriture sur le bucket. Le répertoire est créé s'il n'existe pas. |
GcsSource
Emplacement Google Cloud Storage pour le contenu d'entrée.
Champs | |
---|---|
input_uris[] |
Obligatoire. URI Google Cloud Storage des fichiers d'entrée, 2 000 caractères au maximum. Formes acceptées : * Chemin complet de l'objet, par exemple gs://bucket/directory/object.csv |
GetAnnotationSpecRequest
Message de requête pour AutoMl.GetAnnotationSpec
.
Champs | |
---|---|
name |
Nom de ressource de la spécification d'annotation à récupérer. L'autorisation Google IAM suivante est requise pour la ressource
|
GetDatasetRequest
Message de requête pour AutoMl.GetDataset
.
Champs | |
---|---|
name |
Nom de ressource de l'ensemble de données à récupérer. L'autorisation Google IAM suivante est requise pour la ressource
|
GetModelEvaluationRequest
Message de requête pour AutoMl.GetModelEvaluation
.
Champs | |
---|---|
name |
Nom de ressource pour l'évaluation du modèle. L'autorisation Google IAM suivante est requise pour la ressource
|
GetModelRequest
Message de requête pour AutoMl.GetModel
.
Champs | |
---|---|
name |
Nom de ressource du modèle. L'autorisation Google IAM suivante est requise pour la ressource
|
ImportDataOperationMetadata
Détails d'une opération d'importation de données (ImportData).
ImportDataRequest
Message de requête pour AutoMl.ImportData
.
Champs | |
---|---|
name |
Obligatoire. Nom de l'ensemble de données. L'ensemble de données doit déjà exister. Toutes les annotations et exemples importés seront ajoutés. L'autorisation Google IAM suivante est requise pour la ressource
|
input_config |
Obligatoire. L'emplacement d'entrée souhaité et sa sémantique spécifique au domaine, le cas échéant. |
InputConfig
Configuration d'entrée pour l'action ImportData
.
Le format de l'entrée dépend des métadonnées "dataset_metadata" de l'ensemble de données dans lequel l'importation est effectuée. La source gcs_source
est attendue en tant que source d'entrée, sauf indication contraire. Si un fichier dont le contenu est identique (même si son chemin GCS_FILE_PATH
est différent) est mentionné à plusieurs reprises, son étiquette, ses cadres de délimitation, etc., sont ajoutés. Un même fichier devrait toujours être fourni avec les mêmes champs ML_USE
et GCS_FILE_PATH
. Si ce n'est pas le cas, ces valeurs sont sélectionnées de manière non déterministe parmi les valeurs fournies.
Les formats sont représentés en EBNF (BNF étendu), avec des virgules sous forme littérale et les symboles non terminaux définis vers la fin de ce commentaire. Les formats sont :
Pour en savoir plus, consultez la page Préparer les données d'entraînement.
Fichier(s) CSV avec chaque ligne au format :
ML_USE,GCS_FILE_PATH
ML_USE
– Identifie l'ensemble de données auquel la ligne actuelle (fichier) s'applique. Cette valeur peut être l'une des suivantes :TRAIN
– Les lignes de ce fichier sont utilisées pour entraîner le modèle.TEST
– Les lignes de ce fichier sont utilisées pour tester le modèle pendant l'entraînement.UNASSIGNED
– Les lignes de ce fichier ne sont pas catégorisées. Elles sont automatiquement divisées en données d'entraînement et de test (80 % pour l'entraînement et 20 % pour les tests).
GCS_FILE_PATH
– Identifie un fichier stocké dans Google Cloud Storage contenant les informations relatives à l'entraînement du modèle.
Une fois que l'ensemble de données d'entraînement a été déterminé à partir des fichiers CSV TRAIN
et UNASSIGNED
, les données d'entraînement sont réparties entre l'ensemble de données d'entraînement et l'ensemble de données de validation (70 % pour l'entraînement et 30 % pour la validation).
Chaque fichier CSV spécifié à l'aide du champ GCS_FILE_PATH
a le format suivant :
GCS_FILE_PATH,LABEL,TIME_SEGMENT_START,TIME_SEGMENT_END
GCS_FILE_PATH
– Chemin d'accès à une vidéo stockée dans Google Cloud Storage. Durée de la vidéo : jusqu'à 60 minutes. Extensions compatibles : .MOV, .MPEG4, .MP4, .AVI et tout format de fichier compatible avec ffmpeg.LABEL
– Étiquette qui identifie l'objet du segment vidéo.TIME_SEGMENT_START
etTIME_SEGMENT_END
– Horodatages (heures de début et de fin) en secondes du segment vidéo à annoter. Ces valeurs doivent être comprises entre le début et la fin de la vidéo, etTIME_SEGMENT_END
doit être postérieur àTIME_SEGMENT_START
.
Toute image d'une vidéo associée à une ou plusieurs étiquettes est considérée comme un négatif fort pour toutes les autres étiquettes. Une image sans étiquette par défaut est considérée comme inconnue (peut être ignorée à l'aide du paramètre is_exhaustively_labeled
). Une étiquette spéciale "-" permet d'indiquer qu'un segment de temps donné est un élément négatif fort pour toutes les étiquettes. Les segments marqués "-" ne peuvent pas chevaucher les segments d'une autre étiquette.
Exemple de fichier :
TRAIN,gs:folder/train_videos.csv
TEST,gs:folder/test_videos.csv
UNASSIGNED,gs:folder/other_videos.csv
L'exemple ci-dessous montre le format de l'un des fichiers CSV identifiés par le fichier de niveau supérieur gcsSource
.
gs:folder/video1.avi,car,120,180.000021
gs:folder/video1.avi,bike,150,180.000023
gs:folder/video1.avi,-,180.000024,300.000999
gs:folder/vid2.avi,car,0,60.5
Erreurs :
Si l'un des fichiers CSV fournis ne peut pas être analysé ou s'il est impossible de traiter plus d'un certain pourcentage de lignes CSV, l'opération échoue et rien n'est importé. Indépendamment du succès ou de l'échec global, les échecs par ligne seront répertoriés dans "Operation.metadata.partial_failures" (jusqu'à un certain plafond de dénombrement).
Champs | |
---|---|
gcs_source |
Emplacement Google Cloud Storage pour le contenu d'entrée. |
ListDatasetsRequest
Message de requête pour AutoMl.ListDatasets
.
Champs | |
---|---|
parent |
Nom de ressource du projet à partir duquel les ensembles de données doivent être répertoriés. L'autorisation Google IAM suivante est requise pour la ressource
|
filter |
Expression pour filtrer les résultats de la requête.
Exemple d'utilisation du filtre :
|
page_size |
Taille de la page demandée. Le serveur peut renvoyer un nombre de résultats inférieur à celui demandé. Si aucune valeur n'est spécifiée, le serveur sélectionne une taille par défaut. |
page_token |
Jeton identifiant une page de résultats que le serveur doit renvoyer. Généralement obtenu via le paramètre |
ListDatasetsResponse
Message de réponse pour AutoMl.ListDatasets
.
Champs | |
---|---|
datasets[] |
Les ensembles de données lues. |
next_page_token |
Jeton permettant de récupérer la page de résultats suivante. Transmettez cette valeur à |
ListModelEvaluationsRequest
Message de requête pour AutoMl.ListModelEvaluations
.
Champs | |
---|---|
parent |
Nom de ressource du modèle pour lequel les évaluations de modèle doivent être répertoriées. Si modelId est défini sur "-", les évaluations de modèle de tous les modèles de l'emplacement parent seront répertoriées. L'autorisation Google IAM suivante est requise pour la ressource
|
filter |
Expression pour filtrer les résultats de la requête.
Exemples d'utilisation du filtre :
|
page_size |
Taille de la page demandée. |
page_token |
Jeton identifiant une page de résultats que le serveur doit renvoyer. Généralement obtenu via le paramètre |
ListModelEvaluationsResponse
Message de réponse pour AutoMl.ListModelEvaluations
.
Champs | |
---|---|
model_evaluation[] |
Liste des évaluations de modèles dans la page demandée. |
next_page_token |
Jeton permettant de récupérer la page de résultats suivante. Transmettez cette valeur au champ |
ListModelsRequest
Message de requête pour AutoMl.ListModels
.
Champs | |
---|---|
parent |
Nom de ressource du projet à partir duquel les modèles doivent être répertoriés. L'autorisation Google IAM suivante est requise pour la ressource
|
filter |
Expression pour filtrer les résultats de la requête.
Exemples d'utilisation du filtre :
|
page_size |
Taille de la page demandée. |
page_token |
Jeton identifiant une page de résultats que le serveur doit renvoyer. Généralement obtenu via le paramètre |
ListModelsResponse
Message de réponse pour AutoMl.ListModels
.
Champs | |
---|---|
model[] |
Liste des modèles dans la page demandée. |
next_page_token |
Jeton permettant de récupérer la page de résultats suivante. Transmettez cette valeur à |
Model
Fichier "API.proto" représentant un modèle de machine learning entraîné.
Champs | |
---|---|
name |
Uniquement en sortie. Nom de ressource du modèle. Format : |
display_name |
Obligatoire. Le nom du modèle à afficher dans l'interface. Ce nom peut comporter jusqu'à 32 caractères. Les seuls caractères autorisés sont les lettres de l'alphabet latin ASCII (A-Z et a-z), le trait de soulignement (_) et les chiffres ASCII de 0 à 9. Il doit commencer par une lettre. |
dataset_id |
Obligatoire. ID de ressource de l'ensemble de données utilisé pour créer le modèle. L'ensemble de données doit provenir du même projet et du même emplacement ancêtres. |
create_time |
Uniquement en sortie. Horodatage de la création de ce modèle. |
update_time |
Uniquement en sortie. Horodatage de la dernière mise à jour de ce modèle. |
deployment_state |
Uniquement en sortie. État de déploiement du modèle. Un modèle ne peut diffuser des requêtes de prédiction qu'après son déploiement. |
video_classification_model_metadata |
Métadonnées pour les modèles de classification de vidéos. |
DeploymentState
État de déploiement du modèle.
Énumérations (Enums) | |
---|---|
DEPLOYMENT_STATE_UNSPECIFIED |
Ne pas utiliser ce type. Il s'agit de la valeur par défaut attribuée à une énumération non définie. |
DEPLOYED |
Le modèle est déployé. |
UNDEPLOYED |
Le modèle n'est pas déployé. |
ModelEvaluation
Résultats d'évaluation d'un modèle.
Champs | |
---|---|
name |
Uniquement en sortie. Nom de ressource de l'évaluation du modèle. Format :
|
annotation_spec_id |
Uniquement en sortie. ID de la spécification d'annotation à laquelle l'évaluation du modèle s'applique. L'ID est vide pour l'évaluation globale du modèle. REMARQUE : il n'existe actuellement aucun moyen d'obtenir le nom à afficher "display_name" de la spécification d'annotation à partir de son ID. Pour voir les noms à afficher, consultez les évaluations du modèle dans l'interface utilisateur. |
display_name |
Uniquement en sortie. Valeur de |
create_time |
Uniquement en sortie. Horodatage de la création de cette évaluation de modèle. |
evaluated_example_count |
Uniquement en sortie. Nombre d'exemples utilisés pour l'évaluation du modèle, c'est-à-dire pour lesquels la situation réelle du moment de la création du modèle est comparée aux annotations prévues créées par le modèle. Pour le champ "ModelEvaluation" global (c'est-à-dire avec le champ "annotation_spec_id" non défini), il s'agit du nombre total de tous les exemples utilisés pour l'évaluation. Sinon, il s'agit du nombre d'exemples qui ont été réellement annotés par |
classification_evaluation_metrics |
Métriques d'évaluation pour les modèles de classification. |
OperationMetadata
Métadonnées utilisées dans toutes les opérations de longue durée renvoyées par l'API AutoML.
Champs | ||
---|---|---|
progress_percent |
Uniquement en sortie. Progression de l'opération. Plage : [0, 100]. Champ non utilisé à l'heure actuelle. |
|
partial_failures[] |
Uniquement en sortie. Échecs partiels rencontrés. Par exemple, certains fichiers ne peuvent pas être lus. Ce champ ne doit jamais dépasser 20 entrées. Le champ des informations d'état Status.details contient des détails relatifs aux erreurs GCP standards. |
|
create_time |
Uniquement en sortie. Date/heure de création de l'opération. |
|
update_time |
Uniquement en sortie. Date/heure de la dernière mise à jour de l'opération. |
|
Champ d'union details . Uniquement en sortie. Détails de l'opération spécifique. Même si ce champ est vide, sa présence permet de distinguer différents types d'opérations. La valeur details ne peut être que l'un des éléments suivants : |
||
delete_details |
Détails d'une opération de suppression (Delete). |
|
create_model_details |
Détails d'une opération de création de modèle (CreateModel). |
|
import_data_details |
Détails d'une opération d'importation de données (ImportData). |
|
batch_predict_details |
Détails d'une opération de prédiction par lot (BatchPredict). |
OutputConfig
Configuration de sortie.
Champs | |
---|---|
gcs_destination |
Emplacement Google Cloud Storage sur lequel le résultat doit être écrit. |
PredictRequest
Message de requête pour PredictionService.Predict
.
Champs | |
---|---|
name |
Le nom du modèle demandé pour les besoins de la prédiction. L'autorisation Google IAM suivante est requise pour la ressource
|
payload |
Obligatoire. Charge utile sur laquelle une prédiction doit être effectuée. La charge utile doit correspondre au type de problème pour lequel le modèle a été entraîné. |
params |
Paramètres supplémentaires spécifiques au domaine : la longueur d'une chaîne ne doit pas dépasser 25 000 caractères. |
PredictResponse
Message de réponse pour PredictionService.Predict
.
Champs | |
---|---|
payload[] |
Résultat de la prédiction. |
metadata |
Métadonnées de réponse de prédiction supplémentaires spécifiques à un domaine. |
TimeSegment
Une période dans un exemple qui a une dimension temporelle (par exemple, une vidéo).
Champs | |
---|---|
start_time_offset |
Début du segment de temps (inclusif), représenté par la durée écoulée depuis le début de l'exemple. |
end_time_offset |
Fin du segment de temps (exclusif), représentée par la durée écoulée depuis le début de l'exemple. |
UndeployModelRequest
Message de requête pour AutoMl.UndeployModel
.
Champs | |
---|---|
name |
Nom de ressource du modèle dont le déploiement doit être annulé. L'autorisation Google IAM suivante est requise pour la ressource
|
VideoClassificationAnnotation
Contient des détails d'annotation spécifiques à la classification de vidéos.
Champs | |
---|---|
type |
Uniquement en sortie. Exprime le type de classification de vidéos. Valeurs possibles :
|
classification_annotation |
Uniquement en sortie. Les détails de classification de cette annotation. |
time_segment |
Uniquement en sortie. Le segment temporel de la vidéo auquel l'annotation s'applique. |
VideoClassificationDatasetMetadata
Métadonnées de l'ensemble de données spécifiques à la classification de vidéos. Tous les ensembles de données de classification vidéo sont traités comme des étiquettes multiples.
VideoClassificationModelMetadata
Métadonnées du modèle spécifiques à la classification de vidéos.