MachineLearning class

واجهة خدمة Firebase MachineLearning .

إمضاء:

export declare class MachineLearning 

ملكيات

طُرق

MachineLearning.app

التطبيق المرتبط بمثيل خدمة MachineLearning الحالي.

إمضاء:

get app(): App;

MachineLearning.createModel()

إنشاء نموذج في مشروع Firebase الحالي.

إمضاء:

createModel(model: ModelOptions): Promise<Model>;

حدود

عائدات:

وعد < نموذج >

تم تحقيق الوعد بالنموذج الذي تم إنشاؤه.

MachineLearning.deleteModel()

حذف نموذج من المشروع الحالي.

إمضاء:

deleteModel(modelId: string): Promise<void>;

حدود

عائدات:

وعد<باطل>

MachineLearning.getModel()

يحصل على النموذج المحدد بواسطة المعرف المحدد.

إمضاء:

getModel(modelId: string): Promise<Model>;

حدود

عائدات:

وعد < نموذج >

الوعد الذي تم الوفاء به مع كائن النموذج.

MachineLearning.listModels()

يسرد نماذج المشروع الحالي.

إمضاء:

listModels(options?: ListModelsOptions): Promise<ListModelsResult>;

حدود

عائدات:

وعد< ListModelsResult >

وعد يتم حله من خلال قائمة النماذج الحالية (المفلترة) والرمز المميز للصفحة التالية. بالنسبة للصفحة الأخيرة، يتم إرجاع قائمة فارغة من النماذج ولا يوجد رمز مميز للصفحة.

MachineLearning.publishModel()

ينشر نموذج Firebase ML.

يمكن تنزيل النموذج المنشور إلى تطبيقات العميل.

إمضاء:

publishModel(modelId: string): Promise<Model>;

حدود

عائدات:

وعد < نموذج >

الوعد الذي تم الوفاء به مع النموذج المنشور.

MachineLearning.unpublishModel()

إلغاء نشر نموذج Firebase ML.

إمضاء:

unpublishModel(modelId: string): Promise<Model>;

حدود

عائدات:

وعد < نموذج >

الوعد الذي تم الوفاء به مع النموذج غير المنشور.

MachineLearning.updateModel()

يقوم بتحديث البيانات التعريفية للنموذج أو ملف النموذج.

إمضاء:

updateModel(modelId: string, model: ModelOptions): Promise<Model>;

حدود

عائدات:

وعد < نموذج >

تم الوفاء بالوعد مع النموذج المحدث.