গুগল মেশিন লার্নিং ইঞ্জিন এক্সটেনশন

আপনি Apigee Edge ডকুমেন্টেশন দেখছেন।
Apigee X ডকুমেন্টেশনে যান । তথ্য

সংস্করণ 2.0.0

ক্লাউড মেশিন লার্নিং ইঞ্জিন থেকে ভবিষ্যদ্বাণী অনুরোধ করুন। predict কর্মের মাধ্যমে, আপনি একটি বিদ্যমান প্রশিক্ষিত মডেল থেকে ভবিষ্যদ্বাণী অনুরোধ করতে এবং পরিবেশন করতে পারেন।

আপনার Google ক্লাউড প্রজেক্ট আইডি এবং শংসাপত্র দিয়ে এই এক্সটেনশনটি কনফিগার করার পরে, আপনি ExtensionCallout নীতি ব্যবহার করে একটি API প্রক্সি থেকে কল করেন। আপনার নীতি কনফিগারেশনে, আপনি ব্যবহার করার জন্য মডেল এবং মডেল সংস্করণ, সেইসাথে ভবিষ্যদ্বাণী করার জন্য মডেলটি ব্যবহার করতে চান এমন ইনস্ট্যান্স ডেটা নির্দিষ্ট করেন।

ক্লাউড এমএল ইঞ্জিন শুরু করতে, ক্লাউড এমএল ইঞ্জিনের ভূমিকা দেখুন।

পূর্বশর্ত

এই কন্টেন্টটি এই এক্সটেনশনটি কনফিগার এবং ব্যবহারের জন্য রেফারেন্স প্রদান করে। ExtensionCallout নীতি ব্যবহার করে একটি API 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, প্রকল্প, মডেল, সংস্করণ এবং চাকরি দেখুন।

2. পরিষেবা অ্যাকাউন্টের জন্য একটি কী তৈরি করতে Google ক্লাউড কনসোল ব্যবহার করুন ।

3. কনফিগারেশন রেফারেন্স ব্যবহার করে এক্সটেনশন যোগ এবং কনফিগার করার সময় ফলাফল কী JSON ফাইলের বিষয়বস্তু ব্যবহার করুন।

গুগল ক্লাউড মেশিন লার্নিং ইঞ্জিন সম্পর্কে

গুগল ক্লাউডের রিসোর্স ব্যবহার করে মেশিন লার্নিং মডেলদের প্রশিক্ষণ দিতে আপনি ক্লাউড মেশিন লার্নিং ইঞ্জিন ব্যবহার করতে পারেন। আপনি ক্লাউড এমএল ইঞ্জিনে আপনার প্রশিক্ষিত মডেলগুলিকে হোস্ট করতে পারেন যাতে আপনি তাদের ভবিষ্যদ্বাণী অনুরোধ পাঠাতে পারেন এবং গুগল ক্লাউড পরিষেবা ব্যবহার করে আপনার মডেল এবং কাজগুলি পরিচালনা করতে পারেন।

কর্ম

ভবিষ্যদ্বাণী করা

নির্দিষ্ট মডেল ব্যবহার করে নির্দিষ্ট ইনস্ট্যান্স ডেটার উপর ভবিষ্যদ্বাণী 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 প্যারামিটার

প্রতিক্রিয়া

একটি predictions অ্যারে যাতে ExtensionCallout নীতি কনফিগারেশনে নির্দিষ্ট মডেল দ্বারা ফেরত দেওয়া পূর্বাভাস 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

API প্রক্সিতে ব্যবহারের জন্য এই এক্সটেনশনটি কনফিগার এবং স্থাপন করার সময় নিম্নলিখিতগুলি ব্যবহার করুন। Apigee কনসোল ব্যবহার করে একটি এক্সটেনশন কনফিগার করার পদক্ষেপগুলির জন্য, একটি এক্সটেনশন যোগ করা এবং কনফিগার করা দেখুন।

সাধারণ এক্সটেনশন বৈশিষ্ট্য

নিম্নলিখিত বৈশিষ্ট্যগুলি প্রতিটি এক্সটেনশনের জন্য উপস্থিত রয়েছে।

এই এক্সটেনশন প্যাকেজের বৈশিষ্ট্যাবলী

এই এক্সটেনশনের জন্য নির্দিষ্ট নিম্নলিখিত কনফিগারেশন বৈশিষ্ট্যের জন্য মান নির্দিষ্ট করুন।