Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023
Registre-se
BoostedTreesTrainingPredict
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Executa vários preditores de conjunto de regressão aditiva em instâncias de entrada e
calcula a atualização para logits em cache. Ele é projetado para ser usado durante o treinamento. Ele atravessa as árvores começando da id da árvore em cache e da id do nó em cache e calcula as atualizações a serem enviadas para o cache.
Métodos Públicos
static BoostedTreesTrainingPredict | criar ( Scope escopo, Operando <?> treeEnsembleHandle, Operando <inteiro> cachedTreeIds, Operando <inteiro> cachedNodeIds, Iterable < Operando <inteiro >> bucketizedFeatures, Long logitsDimension) Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesTrainingPredict. |
Saída <Integer> | nodeIds () Tensor de Rank 1 contendo novos ids de nó nos novos tree_ids. |
Resultado <Float> | parcialLogits () Tensor de Rank 2 contendo atualização de logits (com relação aos valores armazenados em cache) para cada exemplo. |
Saída <Integer> | treeIds () Tensor de Rank 1 contendo novos ids de árvore para cada exemplo. |
Métodos herdados
Da classe java.lang.Object boleano | igual a (objeto arg0) |
aula final <?> | getClass () |
int | hashCode () |
vazio final | notificar () |
vazio final | notificar tudo () |
Fragmento | toString () |
vazio final | espera (long arg0, int arg1) |
vazio final | espera (long arg0) |
vazio final | espera () |
Métodos Públicos
public static BoostedTreesTrainingPredict criar ( Scope escopo, Operando <?> treeEnsembleHandle, Operando <inteiro> cachedTreeIds, Operando <inteiro> cachedNodeIds, Iterable < Operando <inteiro >> bucketizedFeatures, Long logitsDimension)
Método de fábrica para criar uma classe que envolve uma nova operação BoostedTreesTrainingPredict.
Parâmetros
alcance | escopo atual |
---|
cachedTreeIds | Tensor de Rank 1 contendo ids de árvore em cache que é a árvore inicial de previsão. |
---|
cachedNodeIds | Tensor de Rank 1 contendo o ID do nó em cache, que é o nó inicial de predição. |
---|
bucketizedFeatures | Uma lista de tensores de classificação 1 contendo a id do intervalo para cada recurso. |
---|
logitsDimension | escalar, dimensão dos logits, a ser usado para a forma de logits parciais. |
---|
Devoluções
- uma nova instância de BoostedTreesTrainingPredict
Public Output <Integer> nodeIds ()
Tensor de Rank 1 contendo novos ids de nó nos novos tree_ids.
public Output <Float> partialLogits ()
Tensor de Rank 2 contendo atualização de logits (com relação aos valores armazenados em cache) para cada exemplo.
Saída pública <Integer> treeIds ()
Tensor de Rank 1 contendo novos ids de árvore para cada exemplo.
Exceto no caso de indicação contrária, o conteúdo desta página é licenciado de acordo com a Licença de atribuição 4.0 do Creative Commons, e as amostras de código são licenciadas de acordo com a Licença Apache 2.0. Para mais detalhes, consulte as políticas do site do Google Developers. Java é uma marca registrada da Oracle e/ou afiliadas. Alguns conteúdos são licenciados com a licença numpy.
Última atualização 2021-01-21 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Não contém as informações de que eu preciso"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Muito complicado / etapas demais"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Desatualizado"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema na tradução"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problema com as amostras / o código"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Outro"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Fácil de entender"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Meu problema foi resolvido"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Outro"
}]