ee.Model.fromVertexAi

從 Vertex AI 模型端點的說明傳回 ee.Model。(請參閱 https://cloud.google.com/vertex-ai)。

用量傳回
ee.Model.fromVertexAi(endpoint, inputProperties, inputTypeOverride, inputShapes, proj, fixInputProj, inputTileSize, inputOverlapSize, outputTileSize, outputBands, outputProperties, outputMultiplier, maxPayloadBytes, payloadFormat)模型
引數類型詳細資料
endpoint字串預測作業的端點名稱。
inputProperties清單，預設值：null每個預測執行個體傳遞的屬性。圖片預測結果會以圖塊顯示，因此這些屬性會複製到每個圖片圖塊例項。預設為沒有屬性。
inputTypeOverride字典，預設值：null如果指定，模型輸入內容會強制轉型為這些類型。圖片帶和圖片/功能屬性都有效。
inputShapes字典，預設值：null輸入陣列波段的固定形狀。如果未指定任何陣列頻帶，系統會從非遮蓋像素自動推斷固定陣列形狀。
proj預測，預設值：null要取樣所有波段的輸入投影。預設為圖片第一個波段的預設投影。
fixInputProj布林值，預設值：null如果為 true，系統會以「proj」指定的固定投影方式，對像素進行取樣。否則會使用輸出投影。預設值為 false。
inputTileSize清單，預設值：null傳入預測執行個體的像素圖塊矩形尺寸。圖片預測作業必須提供。
inputOverlapSize清單，預設值：null傳入預測執行個體的像素圖塊，沿著各邊緣在 X/Y 軸上與相鄰圖塊重疊的量。預設值為 [0, 0]。
outputTileSize清單，預設值：nullAI 平台傳回的像素圖塊矩形尺寸。預設為「inputTileSize」中的值。
outputBands字典，預設值：null從輸出波段名稱對應到輸出波段資訊字典。有效的波段資訊欄位為「type」和「dimensions」。「type」應為描述輸出波段的 ee.PixelType，「dimensions」則是選用整數，代表該波段的維度數量，例如「outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}」。圖片預測作業必須提供。
outputProperties字典，預設值：null從輸出屬性名稱對應到輸出屬性資訊字典。有效的屬性資訊欄位為「type」和「dimensions」。「type」應為描述輸出屬性的 ee.PixelType，「dimensions」則是選用的整數，代表該屬性為陣列時的維度數量，例如「outputProperties: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}」。從 FeatureCollections 進行預測時，必須提供這項資訊。
outputMultiplier浮點值，預設值：null模型輸出內容的資料量相較於模型輸入內容的資料量，大約會增加多少。如果指定，則必須 >= 1。只有在模型產生的資料多於消耗的資料時，才需要執行這項操作，例如模型採用 5 個波段，並為每個像素產生 10 個輸出內容。
maxPayloadBytesLong，預設值：null預測酬載大小限制 (以位元組為單位)。預設值為 1.5 MB (1500000 個位元組)。
payloadFormat字串，預設值：空值預測要求和回應中項目的酬載格式。下列其中一項：['SERIALIZED_TF_TENSORS', 'RAW_JSON', 'ND_ARRAYS', 'GRPC_TF_TENSORS', 'GRPC_SERIALIZED_TF_TENSORS', 'GRPC_TF_EXAMPLES']。預設值為「SERIALIZED_TF_TENSORS」。