ee.Model.fromAiPlatformPredictor

AI Platform 予測モデルの説明から ee.Model を返します。（https://cloud.google.com/ml-engine/ をご覧ください）。

用途戻り値
ee.Model.fromAiPlatformPredictor(projectName, projectId, modelName, version, region, inputProperties, inputTypeOverride, inputShapes, proj, fixInputProj, inputTileSize, inputOverlapSize, outputTileSize, outputBands, outputProperties, outputMultiplier)モデル
引数タイプ詳細
projectNameオブジェクト、デフォルト: nullモデルを所有する Google Cloud プロジェクト。非推奨: 代わりに「projectId」を使用してください。
projectId文字列、デフォルト: nullモデルを所有する Google Cloud プロジェクトの ID。
modelName文字列、デフォルト: nullモデルの名前。
version文字列、デフォルト: nullモデル バージョン。デフォルトは AI Platform のデフォルト モデル バージョンです。
region文字列、デフォルト: nullモデルのデプロイ リージョン。デフォルトは「us-central1」です。
inputPropertiesリスト、デフォルト: null各予測インスタンスで渡されるプロパティ。画像予測はタイル化されるため、これらのプロパティは各画像タイル インスタンスに複製されます。デフォルトではプロパティはありません。
inputTypeOverride辞書、デフォルト: null指定された場合にモデル入力が強制変換される型。画像バンドと画像/特徴プロパティの両方が有効です。
inputShapes辞書、デフォルト: null入力配列バンドの固定形状。指定されていない配列バンドごとに、固定配列の形状がマスクされていないピクセルから自動的に推測されます。
projProjection、デフォルト: nullすべてのバンドをサンプリングする入力投影。デフォルトは、画像の最初のバンドのデフォルトの投影です。
fixInputProjブール値、デフォルト: nulltrue の場合、ピクセルは「proj」で指定された固定投影でサンプリングされます。それ以外の場合は、出力プロジェクションが使用されます。デフォルトは false です。
inputTileSizeリスト、デフォルト: null予測インスタンスに渡されるピクセルタイルの長方形の寸法。画像予測に必要です。
inputOverlapSizeリスト、デフォルト: null予測インスタンスに渡されるピクセルタイルの各エッジに沿った X/Y の隣接タイル重複量。デフォルトは [0, 0] です。
outputTileSizeリスト、デフォルト: nullAI Platform から返されたピクセルタイルの長方形のディメンション。デフォルトは inputTileSize の値です。
outputBands辞書、デフォルト: null出力バンド名から出力バンド情報のディクショナリへのマッピング。有効なバンド情報フィールドは「type」と「dimensions」です。「type」は出力バンドを記述する ee.PixelType でなければなりません。「dimensions」は、そのバンドのディメンション数を示す省略可能な整数です。例: "outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}". 画像予測に必要です。
outputProperties辞書、デフォルト: null出力プロパティ名から出力プロパティ情報の辞書へのマッピング。有効なプロパティ情報フィールドは「type」と「dimensions」です。「type」は出力プロパティを記述する ee.PixelType でなければなりません。「dimensions」は、そのプロパティが配列の場合のディメンション数を表す整数です（省略可）。例: "outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}". FeatureCollection からの予測に必要です。
outputMultiplier浮動小数点数、デフォルト: nullモデル入力に対するモデル出力のデータ量の増加の近似値。指定する場合は 1 以上にする必要があります。これは、モデルが消費するよりも多くのデータを生成する場合にのみ必要です（5 つのバンドを取得し、ピクセルごとに 10 個の出力を生成するモデルなど）。