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

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

BoostedTreesQuantileStreamResourceFlush statis
buat ( Lingkup lingkup, Operan <?> quantileStreamResourceHandle, Operan < TInt64 > numBuckets, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesQuantileStreamResourceFlush baru.
BoostedTreesQuantileStreamResourceFlush.Options statis
menghasilkanQuantiles (Boolean menghasilkanQuantiles)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "BoostedTreesQuantileStreamResourceFlush"

Metode Publik

public static BoostedTreesQuantileStreamResourceFlush buat ( Cakupan cakupan , Operan <?> quantileStreamResourceHandle, Operan < TInt64 > 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.