ส่วนขยาย Google Machine Learning Engine

คุณกําลังดูเอกสารประกอบของ Apigee Edge
ไปที่เอกสารประกอบของ Apigee X
info

เวอร์ชัน 1.2.1

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

The following properties are present for every extension.

Property Description Default Required
name Name you're giving this configuration of the extension. None Yes
packageName Name of the extension package as given by Apigee Edge. None Yes
version Version number for the extension package from which you're configuring an extension. None Yes
configuration Configuration value specific to the extension you're adding. See Properties for this extension package None Yes

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