ส่วนขยาย Google Machine Learning Engine

คุณกำลังดูเอกสารประกอบ Apigee Edge
ไปที่ เอกสารประกอบเกี่ยวกับ Apigee X.
ข้อมูล

เวอร์ชัน 1.2.1

ขอการคาดการณ์จาก Cloud Machine Learning Engine คุณจะขอและแสดงการคาดการณ์จากโมเดลที่ผ่านการฝึกที่มีอยู่ได้ผ่านการดำเนินการ predict

หลังจากกำหนดค่าส่วนขยายนี้ด้วยรหัสโปรเจ็กต์ Google Cloud และข้อมูลเข้าสู่ระบบแล้ว คุณจะเรียกใช้จากพร็อกซี API โดยใช้นโยบาย ชิ้นงานข้อความไฮไลต์ ในการกำหนดค่านโยบาย คุณต้องระบุโมเดลและเวอร์ชันโมเดลที่จะใช้ รวมถึงข้อมูลอินสแตนซ์ที่คุณต้องการให้โมเดลใช้ในการคาดการณ์

ในการเริ่มต้นใช้งาน Cloud ML Engine โปรดดูข้อมูลเบื้องต้นเกี่ยวกับ Cloud ML Engine

ข้อกำหนดเบื้องต้น

เนื้อหานี้มีข้อมูลอ้างอิงสำหรับการกำหนดค่าและการใช้ส่วนขยายนี้ ก่อนที่จะใช้ส่วนขยายจากพร็อกซี API โดยใช้นโยบาย ชิ้นงานข้อความไฮไลต์ คุณต้องดำเนินการต่อไปนี้

  1. ตรวจสอบว่าคุณมีโมเดล

    ดูข้อมูลเพิ่มเติมเกี่ยวกับโมเดล Cloud ML Engine และแนวคิดอื่นๆ ได้ที่โปรเจ็กต์ โมเดล เวอร์ชัน และงาน

  2. ใช้คอนโซล GCP เพื่อสร้างคีย์สำหรับบัญชีบริการ

  3. ใช้เนื้อหาของไฟล์ JSON คีย์ที่ได้เมื่อเพิ่มและกำหนดค่าส่วนขยายโดยใช้ข้อมูลอ้างอิงการกำหนดค่า

เกี่ยวกับ Google Cloud Machine Learning Engine

คุณสามารถใช้ Cloud Machine Learning Engine เพื่อฝึกโมเดลแมชชีนเลิร์นนิงโดยใช้ทรัพยากรของ Google Cloud Platform คุณสามารถโฮสต์โมเดลที่ได้รับการฝึกบน Cloud ML Engine เพื่อส่งคำขอการคาดการณ์และจัดการโมเดลและงานโดยใช้บริการ GCP ได้

การทำงาน

คาดการณ์

ดำเนินการคาดการณ์กับข้อมูลอินสแตนซ์ที่ระบุโดยใช้โมเดลที่ระบุ

ไวยากรณ์

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

ตัวอย่าง

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

พารามิเตอร์คำขอ

พารามิเตอร์ คำอธิบาย ประเภท ค่าเริ่มต้น ต้องระบุ
รุ่น โมเดลที่ใช้สำหรับการคาดการณ์ สตริง ไม่มี ได้
เวอร์ชัน เวอร์ชันของโซลูชัน ML ที่ใช้สำหรับการคาดการณ์ สตริง ไม่มี ได้
อินสแตนซ์ อินสแตนซ์ที่จะรับการคาดการณ์ รูปร่างของรายการในค่านี้จะขึ้นอยู่กับความคาดหวังของโมเดลที่คุณใช้ในการคาดการณ์ ดูข้อมูลเพิ่มเติมได้ที่คาดการณ์รายละเอียดคำขอ อาร์เรย์ ไม่มี ได้

คำตอบ

อาร์เรย์ predictions ที่มีข้อมูลการคาดการณ์ซึ่งแสดงผลโดยโมเดลที่ระบุในการกำหนดค่านโยบาย ส่วนขยายข้อความไฮไลต์

{
  "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
      ]
    }
  ]
}

ข้อมูลอ้างอิงการกำหนดค่า

ใช้สิ่งต่อไปนี้เมื่อคุณกำหนดค่าและทำให้ส่วนขยายนี้ใช้งานได้เพื่อใช้ในพร็อกซี API โปรดดูขั้นตอนการกำหนดค่าส่วนขยายโดยใช้คอนโซล Apigee ที่หัวข้อการเพิ่มและกำหนดค่าส่วนขยาย

คุณสมบัติทั่วไปของส่วนขยาย

พร็อพเพอร์ตี้ต่อไปนี้มีอยู่ในส่วนขยายทุกรายการ

พร็อพเพอร์ตี้ คำอธิบาย ค่าเริ่มต้น ต้องระบุ
name ชื่อที่คุณกําหนดให้การกําหนดค่านี้ของส่วนขยาย ไม่มี ได้
packageName ชื่อแพ็กเกจส่วนขยายที่ระบุโดย Apigee Edge ไม่มี ได้
version หมายเลขเวอร์ชันของแพ็กเกจส่วนขยายที่คุณกําหนดค่าส่วนขยาย ไม่มี ได้
configuration ค่าการกําหนดค่าเฉพาะสําหรับส่วนขยายที่คุณกําลังเพิ่ม ดูพร็อพเพอร์ตี้สําหรับแพ็กเกจส่วนขยายนี้ ไม่มี ได้

พร็อพเพอร์ตี้ของแพ็กเกจส่วนขยายนี้

ระบุค่าสำหรับพร็อพเพอร์ตี้การกำหนดค่าต่อไปนี้เฉพาะสำหรับส่วนขยายนี้

พร็อพเพอร์ตี้ คำอธิบาย ค่าเริ่มต้น ต้องระบุ
projectId รหัสของโปรเจ็กต์ GCP ที่มีโมเดลที่ได้รับการฝึกที่ส่วนขยายนี้ใช้ ไม่มี ได้
ข้อมูลเข้าสู่ระบบ เมื่อป้อนในคอนโซล Apigee Edge นี่จะเป็นเนื้อหาของไฟล์คีย์บัญชีบริการของคุณ เมื่อส่งผ่าน API การจัดการ ค่านี้จะเป็นค่าที่เข้ารหัสฐาน 64 ซึ่งสร้างขึ้นจากไฟล์คีย์บัญชีบริการ ไม่มี ได้