افزونه موتور یادگیری ماشین گوگل

شما در حال مشاهده اسناد Apigee Edge هستید.
به مستندات Apigee X بروید . اطلاعات

نسخه 1.2.1

پیش‌بینی‌ها را از موتور یادگیری ماشین ابری درخواست کنید. از طریق عمل predict ، می توانید پیش بینی های یک مدل آموزش دیده موجود را درخواست و ارائه دهید.

پس از پیکربندی این برنامه افزودنی با شناسه و اعتبارنامه پروژه Google Cloud خود، با استفاده از خط‌مشی ExtensionCallout از یک پراکسی API تماس می‌گیرید. در پیکربندی خط‌مشی خود، مدل و نسخه مدل مورد استفاده و همچنین داده‌های نمونه‌ای را که می‌خواهید مدل برای پیش‌بینی استفاده کند، مشخص می‌کنید.

برای شروع کار با Cloud ML Engine، به مقدمه Cloud ML Engine مراجعه کنید.

پیش نیازها

این محتوا مرجعی برای پیکربندی و استفاده از این پسوند ارائه می دهد. قبل از استفاده از برنامه افزودنی از یک پروکسی API با استفاده از خط مشی ExtensionCallout ، باید:

1. مطمئن شوید که یک مدل دارید.

   برای اطلاعات بیشتر درباره مدل‌های Cloud ML Engine و سایر مفاهیم، ​​به پروژه‌ها، مدل‌ها، نسخه‌ها و مشاغل مراجعه کنید.

2. از کنسول GCP برای ایجاد یک کلید برای حساب سرویس استفاده کنید .

3. هنگام افزودن و پیکربندی پسوند با استفاده از مرجع پیکربندی، از محتویات فایل JSON کلید حاصل استفاده کنید.

درباره موتور یادگیری ماشین ابری گوگل

می‌توانید از Cloud Machine Learning Engine برای آموزش مدل‌های یادگیری ماشین با استفاده از منابع Google Cloud Platform استفاده کنید. می‌توانید مدل‌های آموزش‌دیده خود را در Cloud ML Engine میزبانی کنید تا بتوانید درخواست‌های پیش‌بینی برای آن‌ها ارسال کنید و مدل‌ها و مشاغل خود را با استفاده از خدمات GCP مدیریت کنید.

اقدامات

پیش بینی کنید

با استفاده از مدل مشخص شده، پیش بینی هایی را روی داده های نمونه مشخص شده انجام دهید.

<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>

درخواست پارامترها

پاسخ

یک آرایه predictions که شامل داده‌های پیش‌بینی است که توسط مدل مشخص‌شده در پیکربندی خط‌مشی ExtensionCallout برگردانده شده است.

{
  "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
      ]
    }
  ]
}

مرجع پیکربندی

هنگام پیکربندی و استقرار این افزونه برای استفاده در پراکسی های API از موارد زیر استفاده کنید. برای مراحل پیکربندی یک برنامه افزودنی با استفاده از کنسول Apigee، به افزودن و پیکربندی یک برنامه افزودنی مراجعه کنید.

ویژگی های رایج پسوند

ویژگی های زیر برای هر افزونه وجود دارد.

ویژگی های این بسته افزونه

مقادیری را برای خصوصیات پیکربندی زیر مخصوص این افزونه مشخص کنید.