IsotonicRegression

Regresi Isotonik kelas akhir publik

Memecahkan sejumlah masalah regresi isotonik.

Metode Publik

statis <U memperluas Angka, T memperluas Angka> Regresi Isotonik <U>	buat ( Lingkup lingkup, masukan Operan <T>, Kelas<U> keluaranDtipe) Metode pabrik untuk membuat kelas yang membungkus operasi IsotonicRegression baru.
statis <T memperluas Angka> Regresi Isotonik <Float>	buat ( Lingkup lingkup, masukan Operan <T>) Metode pabrik untuk membuat kelas yang membungkus operasi IsotonicRegression baru menggunakan tipe keluaran default.
Keluaran <U>	keluaran () Tensor (batch_size, dim) yang menampung solusi elemen per batch.
Keluaran <Bilangan Bulat>	segmen () Tensor int32 (batch_size, dim) dengan segmen.

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

IsotonicRegression statis publik <U> buat ( Lingkup lingkup, input Operan <T>, Kelas<U> outputDtype)

Metode pabrik untuk membuat kelas yang membungkus operasi IsotonicRegression baru.

Parameter

cakupan	ruang lingkup saat ini
memasukkan	Tensor (batch_size, dim) yang menampung sejumlah input.
keluaranDtype	Djenis keluaran.

Kembali

• contoh baru dari IsotonicRegression

public static IsotonicRegression <Float> buat ( Lingkup lingkup, masukan Operan <T>)

Metode pabrik untuk membuat kelas yang membungkus operasi IsotonicRegression baru menggunakan tipe keluaran default.

Parameter

cakupan	ruang lingkup saat ini
memasukkan	Tensor (batch_size, dim) yang menampung sejumlah input.

Kembali

• contoh baru dari IsotonicRegression

Keluaran publik <U> keluaran ()

Tensor (batch_size, dim) yang menampung solusi elemen per batch.

segmen Output publik <Integer> ()

Tensor int32 (batch_size, dim) dengan segmen.