Anda sedang melihat dokumentasi Apigee Edge.
Buka
dokumentasi Apigee X. info
Versi 1.2.1
Meminta prediksi dari Cloud Machine Learning Engine. Melalui tindakan predict
, Anda dapat meminta dan menyalurkan prediksi dari model terlatih yang sudah ada.
Setelah mengonfigurasi ekstensi ini dengan project ID dan kredensial Google Cloud, Anda dapat melakukan panggilan dari proxy API menggunakan kebijakan ExtensionCallout. Di konfigurasi kebijakan, tentukan model dan versi model yang akan digunakan, serta data instance yang Anda inginkan digunakan oleh model untuk memprediksi.
Untuk memulai Cloud ML Engine, lihat Pengantar Cloud ML Engine.
Prasyarat
Konten ini menyediakan referensi untuk mengonfigurasi dan menggunakan ekstensi ini. Sebelum menggunakan ekstensi dari proxy API menggunakan kebijakan ExtensionCallout, Anda harus:
Pastikan Anda memiliki model.
Untuk informasi selengkapnya tentang model Cloud ML Engine dan konsep lainnya, lihat Project, Model, Versi, dan Tugas.
Gunakan konten file JSON kunci yang dihasilkan saat menambahkan dan mengonfigurasi ekstensi menggunakan referensi konfigurasi.
Tentang Google Cloud Machine Learning Engine
Anda dapat menggunakan Cloud Machine Learning Engine untuk melatih model machine learning menggunakan resource Google Cloud Platform. Anda dapat menghosting model terlatih di Cloud ML Engine sehingga Anda dapat mengirim permintaan prediksi kepada model tersebut serta mengelola model dan tugas Anda menggunakan layanan GCP.
Tindakan
predict
Melakukan prediksi pada data instance yang ditentukan menggunakan model yang ditentukan.
Sintaksis
<Action>predict</Action>
<Input><![CDATA[{
"model" : model-for-prediction,
"version" : model-version,
"instances" : data-to-use-for-making-prediction
}]]></Input>
Contoh
<Action>predict</Action>
<Input><![CDATA[{
"model" : mymodel,
"version" : version4,
"instances" : {"instances": ["the quick brown fox", "la bruja le dio"]}
}]]></Input>
Parameter permintaan
Parameter | Deskripsi | Jenis | Default | Wajib |
---|---|---|---|---|
model | Model yang akan digunakan untuk prediksi. | String | Tidak ada. | Ya. |
versi | Versi solusi ML yang akan digunakan untuk prediksi. | String | Tidak ada. | Ya. |
instance | Instance untuk mendapatkan prediksi. Bentuk item dalam nilai ini akan bergantung pada ekspektasi model yang Anda gunakan untuk memprediksi. Untuk mengetahui informasi selengkapnya, lihat Detail Permintaan Memprediksi. | Array | Tidak ada. | Ya. |
Respons
Array predictions
yang menyertakan data prediksi yang ditampilkan oleh model yang ditentukan dalam konfigurasi kebijakan 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
]
}
]
}
Referensi Konfigurasi
Gunakan hal berikut saat Anda mengonfigurasi dan men-deploy ekstensi ini untuk digunakan di proxy API. Untuk langkah-langkah mengonfigurasi ekstensi menggunakan konsol Apigee, lihat Menambahkan dan mengonfigurasi ekstensi.
Properti ekstensi umum
Properti berikut ada untuk setiap ekstensi.
Properti | Deskripsi | Default | Wajib |
---|---|---|---|
name |
Nama yang Anda berikan pada konfigurasi ekstensi ini. | Tidak ada | Ya |
packageName |
Nama paket ekstensi seperti yang diberikan oleh Apigee Edge. | Tidak ada | Ya |
version |
Nomor versi untuk paket ekstensi tempat Anda mengonfigurasi ekstensi. | Tidak ada | Ya |
configuration |
Nilai konfigurasi khusus untuk ekstensi yang Anda tambahkan. Lihat Properti untuk paket ekstensi ini | Tidak ada | Ya |
Properti untuk paket ekstensi ini
Tentukan nilai untuk properti konfigurasi berikut yang khusus untuk ekstensi ini.
Properti | Deskripsi | Default | Wajib |
---|---|---|---|
projectId | ID project GCP yang berisi model terlatih yang digunakan oleh ekstensi ini. | Tidak ada. | Ya. |
kredensial | Saat dimasukkan di konsol Apigee Edge, ini adalah isi file kunci akun layanan Anda. Saat dikirim melalui API pengelolaan, nilai tersebut adalah nilai berenkode base64 yang dihasilkan dari file kunci akun layanan. | Tidak ada. | Ya. |