BoostedTreesQuantileStreamResourceFlush

kelas akhir publik BoostedTreesQuantileStreamResourceFlush

Hapus ringkasan untuk sumber daya aliran kuantil.

Sebuah operasi yang menghapus ringkasan untuk sumber daya aliran kuantil.

Kelas Bersarang

kelas

BoostedTreesQuantileStreamResourceFlush.Options

Atribut opsional untuk BoostedTreesQuantileStreamResourceFlush

Metode Publik

BoostedTreesQuantileStreamResourceFlush statis	buat ( Lingkup cakupan, Operan <?> quantileStreamResourceHandle, Operan <Panjang> numBuckets, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesQuantileStreamResourceFlush baru.
BoostedTreesQuantileStreamResourceFlush.Options statis	menghasilkanQuantiles (Boolean menghasilkanQuantiles)

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Metode Publik

public static BoostedTreesQuantileStreamResourceFlush buat ( Lingkup cakupan , Operand <?> quantileStreamResourceHandle, Operand <Long> numBuckets, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesQuantileStreamResourceFlush baru.

Parameter

cakupan	ruang lingkup saat ini
quantileStreamResourceHandle	pegangan sumber daya mengacu pada QuantileStreamResource.
nomorBucket	ke dalam; perkiraan jumlah keranjang kecuali menggunakan generate_quantiles.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari BoostedTreesQuantileStreamResourceFlush

BoostedTreesQuantileStreamResourceFlush.Options generateQuantiles (Boolean generateQuantiles) statis publik

Parameter

menghasilkanQuantiles	bodoh; Jika Benar, output akan menjadi num_quantiles untuk setiap aliran di mana entri ke-i adalah kuantil ke-i dari input dengan kesalahan perkiraan epsilon. Nilai duplikat mungkin ada. Jika Salah, outputnya adalah titik-titik dalam histogram yang kita peroleh yang secara kasar diterjemahkan menjadi batas 1/epsilon dan tanpa duplikat. Defaultnya adalah Salah.