Wyświetlasz dokumentację Apigee Edge.
Otwórz dokumentację Apigee X. info
Wersja 2.0.0
Wyślij żądanie prognozy do Cloud Machine Learning Engine. Za pomocą działania predict
możesz wysyłać żądania prognoz i udostępniać prognozy na podstawie istniejącego wytrenowanego modelu.
Po skonfigurowaniu tego rozszerzenia za pomocą identyfikatora projektu i danych logowania Google Cloud możesz wykonywać wywołania z pośrednika interfejsu API za pomocą polityki ExtensionCallout. W konfiguracji reguły określasz model i jego wersję, które mają być używane, a także dane instancji, których model ma używać do prognozowania.
Aby rozpocząć korzystanie z Cloud ML Engine, zapoznaj się z artykułem Wprowadzenie do Cloud ML Engine.
Wymagania wstępne
Te treści zawierają informacje na temat konfigurowania i używania tego rozszerzenia. Zanim użyjesz rozszerzenia z serwera proxy interfejsu API przy użyciu zasad dotyczących rozszerzeń, musisz:
Upewnij się, że masz model.
Więcej informacji o modelach i innych pojęciach związanych z Cloud ML Engine znajdziesz w artykule Projekty, modele, wersje i zadania.
Użyj zawartości utworzonego pliku klucza JSON podczas dodawania i konfigurowania rozszerzenia za pomocą dokumentacji konfiguracji.
Informacje o usłudze Google Cloud Machine Learning Engine
Za pomocą Cloud Machine Learning Engine możesz trenować modele uczenia się maszynowego, korzystając z zasobów Google Cloud Platform. Wytrenowane modele możesz hostować w Cloud ML Engine, aby wysyłać do nich żądania prognozowania i zarządzać modelami oraz zadaniami za pomocą usług GCP.
Działania
przewidywać
Przeprowadzanie prognoz na podstawie danych określonego wystąpienia za pomocą określonego modelu.
Składnia
<Action>predict</Action>
<Input><![CDATA[{
"model" : model-for-prediction,
"version" : model-version,
"instances" : data-to-use-for-making-prediction
}]]></Input>
Przykład
<Action>predict</Action>
<Input><![CDATA[{
"model" : mymodel,
"version" : version4,
"instances" : {"instances": ["the quick brown fox", "la bruja le dio"]}
}]]></Input>
Parametry żądania
Parametr | Opis | Typ | Domyślny | Wymagane |
---|---|---|---|---|
model | Model używany do prognozowania. | Ciąg znaków | Brak. | Tak. |
wersja | Wersja rozwiązania opartego na ML, która ma być używana do prognozowania. | Ciąg znaków | Brak. | Tak. |
instancje | Instancje, dla których mają być uzyskiwane prognozy. Kształt elementów w tej wartości zależy od oczekiwań modelu, którego używasz do prognozowania. Więcej informacji znajdziesz w artykule Szczegóły dotyczące prośby o przewidywanie. | Tablica | Brak. | Tak. |
Odpowiedź
Tablica predictions
zawierająca dane prognozy zwrócone przez model określony w konfiguracji zasady ExtensionCallout.
{
"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
]
}
]
}
Informacje o konfiguracji
Podczas konfigurowania i wdrażania tego rozszerzenia do użycia w serwerach proxy API postępuj zgodnie z tymi instrukcjami. Instrukcje konfigurowania rozszerzenia za pomocą konsoli Apigee znajdziesz w artykule Dodawanie i konfigurowanie rozszerzenia.
Właściwości wspólne rozszerzeń
Dla każdego rozszerzenia dostępne są poniższe właściwości.
Usługa | Opis | Domyślnie | Wymagany |
---|---|---|---|
name |
Nazwa nadana konfiguracji rozszerzenia. | Brak | Tak |
packageName |
Nazwa pakietu rozszerzeń podana przez Apigee Edge. | Brak | Tak |
version |
Numer wersji pakietu rozszerzenia, z którego konfigurujesz rozszerzenie. | Brak | Tak |
configuration |
Wartość konfiguracji specyficzna dla dodawanego rozszerzenia. Zobacz Właściwości tego pakietu rozszerzeń | Brak | Tak |
Właściwości tego pakietu rozszerzeń
Podaj wartości tych właściwości konfiguracji, które są specyficzne dla tego rozszerzenia.
Właściwość | Opis | Domyślny | Wymagane |
---|---|---|---|
Identyfikator projektu | Identyfikator projektu GCP zawierającego wytrenowane modele używane przez to rozszerzenie. | Brak. | Tak. |
dane logowania | Gdy wpiszesz go w konsoli Apigee Edge, będzie to zawartość pliku klucza konta usługi. Gdy jest wysyłany za pomocą interfejsu API zarządzania, jest to wartość zakodowana w formacie base64 wygenerowana z pliku klucza konta usługi. | Brak. | Tak. |