গুগল মেশিন লার্নিং ইঞ্জিন এক্সটেনশন

আপনি Apigee Edge-এর ডকুমেন্টেশন দেখছেন।
Apigee X ডকুমেন্টেশন .info- তে যান।

সংস্করণ ১.২.১

ক্লাউড মেশিন লার্নিং ইঞ্জিন থেকে প্রেডিকশন অনুরোধ করুন। predict অ্যাকশনের মাধ্যমে, আপনি একটি বিদ্যমান প্রশিক্ষিত মডেল থেকে প্রেডিকশন অনুরোধ করতে এবং তা পেতে পারেন।

আপনার গুগল ক্লাউড প্রজেক্ট আইডি এবং ক্রেডেনশিয়াল দিয়ে এই এক্সটেনশনটি কনফিগার করার পর, আপনি ExtensionCallout পলিসি ব্যবহার করে একটি এপিআই প্রক্সি থেকে কল করেন। আপনার পলিসি কনফিগারেশনে, আপনি কোন মডেল ও মডেল ভার্সন ব্যবহার করবেন তা নির্দিষ্ট করে দেন, সেইসাথে প্রেডিকশনের জন্য মডেলটি যে ইনস্ট্যান্স ডেটা ব্যবহার করবে তাও উল্লেখ করেন।

Cloud ML Engine ব্যবহার শুরু করতে, Cloud ML Engine-এর পরিচিতি দেখুন।

পূর্বশর্ত

এই বিষয়বস্তুটি এই এক্সটেনশনটি কনফিগার এবং ব্যবহার করার জন্য নির্দেশিকা প্রদান করে। ExtensionCallout পলিসি ব্যবহার করে একটি এপিআই প্রক্সি থেকে এক্সটেনশনটি ব্যবহার করার আগে, আপনাকে অবশ্যই:

1. আপনার কাছে একটি মডেল আছে কিনা তা নিশ্চিত করুন।

   ক্লাউড এমএল ইঞ্জিন মডেল এবং অন্যান্য ধারণা সম্পর্কে আরও জানতে, প্রজেক্ট, মডেল, ভার্সন এবং জব দেখুন।

2. সার্ভিস অ্যাকাউন্টের জন্য একটি কী তৈরি করতে GCP কনসোল ব্যবহার করুন ।

3. কনফিগারেশন রেফারেন্স ব্যবহার করে এক্সটেনশনটি যোগ ও কনফিগার করার সময়, প্রাপ্ত কী JSON ফাইলের বিষয়বস্তু ব্যবহার করুন।

গুগল ক্লাউড মেশিন লার্নিং ইঞ্জিন সম্পর্কে

আপনি গুগল ক্লাউড প্ল্যাটফর্মের রিসোর্স ব্যবহার করে ক্লাউড মেশিন লার্নিং ইঞ্জিন দিয়ে মেশিন লার্নিং মডেলকে প্রশিক্ষণ দিতে পারেন। আপনি আপনার প্রশিক্ষিত মডেলগুলোকে ক্লাউড এমএল ইঞ্জিনে হোস্ট করতে পারেন, যাতে আপনি সেগুলোতে প্রেডিকশন রিকোয়েস্ট পাঠাতে এবং জিসিপি (GCP) পরিষেবাগুলো ব্যবহার করে আপনার মডেল ও জবগুলো পরিচালনা করতে পারেন।

কর্ম

ভবিষ্যদ্বাণী করুন

নির্দিষ্ট মডেল ব্যবহার করে নির্দিষ্ট ইনস্ট্যান্স ডেটার উপর পূর্বাভাস সম্পাদন করুন।

<Action>predict</Action>
<Input><![CDATA[{
  "model" : model-for-prediction,
  "version" : model-version,
  "instances" : data-to-use-for-making-prediction
}]]></Input>

<Action>predict</Action>
<Input><![CDATA[{
  "model" : mymodel,
  "version" : version4,
  "instances" : {"instances": ["the quick brown fox", "la bruja le dio"]}
}]]></Input>

অনুরোধের পরামিতি

প্রতিক্রিয়া

একটি predictions অ্যারে, যাতে এক্সটেনশনকলআউট পলিসি কনফিগারেশনে নির্দিষ্ট মডেল দ্বারা প্রত্যাবর্তিত প্রেডিকশন ডেটা অন্তর্ভুক্ত থাকে।

{
  "predictions": [
    {
      "probabilities": [
        0.9435398578643799,
        0.05646015331149101
      ],
      "logits": [
        -2.816103458404541
      ],
      "classes": [
        "0"
      ],
      "class_ids": [
        0
      ],
      "logistic": [
        0.056460149586200714
      ]
    },
    {
      "probabilities": [
        0.9271764755249023,
        0.07282354682683945
      ],
      "logits": [
        -2.54410457611084
      ],
      "classes": [
        "0"
      ],
      "class_ids": [
        0
      ],
      "logistic": [
        0.07282353937625885
      ]
    }
  ]
}

কনফিগারেশন রেফারেন্স

এপিআই প্রক্সিতে ব্যবহারের জন্য এই এক্সটেনশনটি কনফিগার এবং ডেপ্লয় করার সময় নিম্নলিখিত বিষয়গুলো ব্যবহার করুন। Apigee কনসোল ব্যবহার করে একটি এক্সটেনশন কনফিগার করার ধাপগুলোর জন্য, “একটি এক্সটেনশন যোগ করা এবং কনফিগার করা” দেখুন।

সাধারণ সম্প্রসারণ বৈশিষ্ট্য

নিম্নলিখিত বৈশিষ্ট্যগুলি প্রতিটি এক্সটেনশনের জন্য উপস্থিত রয়েছে।

এই এক্সটেনশন প্যাকেজের জন্য বৈশিষ্ট্যসমূহ

এই এক্সটেনশনের জন্য নির্দিষ্ট নিম্নলিখিত কনফিগারেশন প্রোপার্টিগুলোর মান উল্লেখ করুন।