ส่วนขยาย Google Machine Learning Engine

คุณกําลังดูเอกสารประกอบของ Apigee Edge
ไปที่เอกสารประกอบของ Apigee X
info

เวอร์ชัน 2.0.0

ขอการคาดการณ์จาก Cloud Machine Learning Engine คุณสามารถขอและแสดงการคาดการณ์จากโมเดลที่ฝึกแล้วที่มีอยู่ผ่านการดำเนินการ predict

หลังจากกําหนดค่าส่วนขยายนี้ด้วยรหัสโปรเจ็กต์ Google Cloud และข้อมูลเข้าสู่ระบบแล้ว คุณจะทําการเรียก API จากพร็อกซี API ได้โดยใช้นโยบาย ExtensionCallout ในการกำหนดค่านโยบาย คุณต้องระบุโมเดลและเวอร์ชันโมเดลที่จะใช้ รวมถึงข้อมูลอินสแตนซ์ที่ต้องการให้โมเดลใช้สำหรับการคาดการณ์

หากต้องการเริ่มต้นใช้งาน Cloud ML Engine โปรดดูข้อมูลเบื้องต้นเกี่ยวกับ Cloud ML Engine

ข้อกำหนดเบื้องต้น

เนื้อหานี้ให้ข้อมูลอ้างอิงสำหรับการกำหนดค่าและการใช้ส่วนขยายนี้ คุณต้องดำเนินการต่อไปนี้ก่อนใช้ส่วนขยายจากพร็อกซี API โดยใช้นโยบาย ExtensionCallout

  1. ตรวจสอบว่าคุณมีโมเดล

    ดูข้อมูลเพิ่มเติมเกี่ยวกับโมเดล Cloud ML Engine และแนวคิดอื่นๆ ได้ที่โปรเจ็กต์ โมเดล เวอร์ชัน และงาน

  2. ใช้คอนโซล GCP เพื่อสร้างคีย์สําหรับบัญชีบริการ

  3. ใช้เนื้อหาของไฟล์คีย์ JSON ที่ได้เมื่อเพิ่มและกําหนดค่าส่วนขยายโดยใช้ข้อมูลอ้างอิงการกําหนดค่า

เกี่ยวกับ Google Cloud Machine Learning Engine

คุณสามารถใช้ Cloud Machine Learning Engine เพื่อฝึกโมเดลแมชชีนเลิร์นนิงโดยใช้ทรัพยากรของ Google Cloud Platform คุณโฮสต์โมเดลที่ผ่านการฝึกแล้วใน Cloud ML Engine ได้เพื่อให้ส่งคำขอการคาดการณ์และจัดการโมเดลและงานโดยใช้บริการ GCP

การทำงาน

คาดการณ์

ทำการคาดการณ์ข้อมูลอินสแตนซ์ที่ระบุโดยใช้โมเดลที่ระบุ

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 โมเดลที่จะใช้สำหรับการคาดการณ์ สตริง ไม่มี ได้
เวอร์ชัน เวอร์ชันของโซลูชัน ML ที่จะใช้สำหรับการคาดการณ์ สตริง ไม่มี ได้
อินสแตนซ์ อินสแตนซ์ที่จะรับการคาดการณ์ รูปร่างของรายการในค่านี้จะขึ้นอยู่กับความคาดหวังของโมเดลที่คุณใช้คาดการณ์ ดูข้อมูลเพิ่มเติมได้ที่คาดการณ์รายละเอียดคำขอ อาร์เรย์ ไม่มี ได้

การตอบกลับ

อาร์เรย์ predictions ที่มีข้อมูลการคาดการณ์ที่โมเดลที่ระบุในการกําหนดค่านโยบาย ExtensionCallout แสดง

{
  "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

ใช้ข้อมูลต่อไปนี้เมื่อกําหนดค่าและติดตั้งใช้งานส่วนขยายนี้เพื่อใช้ในพร็อกซี API ดูขั้นตอนการกำหนดค่าส่วนขยายโดยใช้คอนโซล Apigee ได้ที่การเพิ่มและกําหนดค่าส่วนขยาย

พร็อพเพอร์ตี้ส่วนขยายทั่วไป

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

ระบุค่าสำหรับพร็อพเพอร์ตี้การกําหนดค่าต่อไปนี้ที่เจาะจงสําหรับส่วนขยายนี้

พร็อพเพอร์ตี้ คำอธิบาย ค่าเริ่มต้น ต้องระบุ
projectId รหัสของโปรเจ็กต์ GCP ที่มีโมเดลที่ผ่านการฝึกซึ่งส่วนขยายนี้ใช้ ไม่มี ได้
ข้อมูลเข้าสู่ระบบ เมื่อป้อนในคอนโซล Apigee Edge เนื้อหาของไฟล์คีย์บัญชีบริการจะมีลักษณะดังนี้ เมื่อส่งผ่าน Management API ค่าจะเป็นค่าที่เข้ารหัส Base64 ที่สร้างขึ้นจากไฟล์คีย์ของบัญชีบริการ ไม่มี ได้