ส่วนขยาย Google Machine Learning Engine

คุณกำลังดูเอกสารประกอบของ Apigee Edge
ไปที่เอกสารประกอบของ Apigee X
ข้อมูล

เวอร์ชัน 1.2.1

ขอการคาดการณ์จาก Cloud Machine Learning Engine เมื่อใช้การดำเนินการ predict คุณจะขอและแสดงการคาดการณ์จากโมเดลที่ผ่านการฝึกที่มีอยู่แล้วได้

หลังจากกำหนดค่าส่วนขยายนี้ด้วยรหัสโปรเจ็กต์ Google Cloud และข้อมูลเข้าสู่ระบบแล้ว คุณจะเรียกใช้จากพร็อกซี API ได้โดยใช้นโยบาย Extension callout ในการกำหนดค่านโยบาย คุณจะระบุโมเดลและเวอร์ชันโมเดลที่จะใช้ รวมถึงข้อมูลอินสแตนซ์ที่คุณต้องการให้โมเดลใช้ในการคาดการณ์ได้

หากต้องการเริ่มต้นใช้งาน Cloud ML Engine โปรดดูข้อมูลเบื้องต้นเกี่ยวกับ Cloud ML Engine

ข้อกำหนดเบื้องต้น

เนื้อหานี้ให้ข้อมูลอ้างอิงสำหรับการกำหนดค่าและใช้ส่วนขยายนี้ ก่อนที่จะใช้ส่วนขยายจากพร็อกซี API โดยใช้นโยบาย Extension), คุณต้องทำดังนี้

  1. ตรวจสอบว่าคุณมีโมเดล

    ดูข้อมูลเพิ่มเติมเกี่ยวกับโมเดล Cloud ML Engine และแนวคิดอื่นๆ ได้ที่โปรเจ็กต์ โมเดล เวอร์ชัน และงาน

  2. ใช้คอนโซล GCP เพื่อสร้างคีย์สำหรับบัญชีบริการ

  3. ใช้เนื้อหาของไฟล์ JSON คีย์ที่ได้มาเมื่อเพิ่มและกำหนดค่าส่วนขยายโดยใช้การอ้างอิงการกำหนดค่า

เกี่ยวกับ Google Cloud Machine Learning Engine

คุณสามารถใช้ Cloud Machine Learning Engine เพื่อฝึกโมเดลแมชชีนเลิร์นนิงโดยใช้ทรัพยากรของ Google Cloud Platform ได้ คุณสามารถโฮสต์โมเดลที่ได้รับการฝึกบน Cloud ML Engine เพื่อให้คุณส่งคำขอการคาดการณ์ รวมถึงจัดการโมเดลและงานโดยใช้บริการ GCP ได้

การดำเนินการ

predict

ดำเนินการคาดการณ์ข้อมูลอินสแตนซ์ที่ระบุโดยใช้โมเดลที่ระบุ

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 Type ค่าเริ่มต้น จำเป็น
model โมเดลที่จะใช้สำหรับการคาดการณ์ สตริง ไม่มี ใช่
เวอร์ชัน เวอร์ชันของโซลูชัน ML ที่ใช้สำหรับการคาดการณ์ สตริง ไม่มี ใช่
อินสแตนซ์ อินสแตนซ์เพื่อรับการคาดการณ์ รูปร่างของรายการในค่านี้จะขึ้นอยู่กับความคาดหวังของโมเดลที่คุณใช้ในการคาดการณ์ ดูข้อมูลเพิ่มเติมได้ที่คาดการณ์รายละเอียดคำขอ อาร์เรย์ ไม่มี ใช่

คำตอบ

อาร์เรย์ predictions ที่มีข้อมูลการคาดการณ์ที่แสดงผลโดยโมเดลที่ระบุในการกำหนดค่านโยบาย Extension callout

{
  "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

ใช้ข้อมูลต่อไปนี้เมื่อคุณกำหนดค่าและทำให้ส่วนขยายนี้ใช้งานได้ เพื่อใช้ในพร็อกซี API โปรดดูขั้นตอนการกำหนดค่าส่วนขยายโดยใช้คอนโซล Apigee ในการเพิ่มและการกำหนดค่าส่วนขยาย

คุณสมบัติส่วนขยายที่พบบ่อย

พร็อพเพอร์ตี้ต่อไปนี้มีอยู่ในส่วนขยายทุกรายการ

พร็อพเพอร์ตี้ คำอธิบาย ค่าเริ่มต้น ต้องระบุ
name ชื่อที่คุณกําหนดให้การกําหนดค่านี้ของส่วนขยาย ไม่มี ได้
packageName ชื่อแพ็กเกจส่วนขยายที่ระบุโดย Apigee Edge ไม่มี ได้
version หมายเลขเวอร์ชันของแพ็กเกจส่วนขยายที่คุณกําหนดค่าส่วนขยาย ไม่มี ได้
configuration ค่าการกําหนดค่าเฉพาะสําหรับส่วนขยายที่คุณกําลังเพิ่ม ดูพร็อพเพอร์ตี้สําหรับแพ็กเกจส่วนขยายนี้ ไม่มี ได้

พร็อพเพอร์ตี้สำหรับแพ็กเกจส่วนขยายนี้

ระบุค่าสำหรับพร็อพเพอร์ตี้การกำหนดค่าต่อไปนี้ที่เจาะจงสำหรับส่วนขยายนี้

พร็อพเพอร์ตี้ คำอธิบาย ค่าเริ่มต้น จำเป็น
projectId รหัสของโปรเจ็กต์ GCP ที่มีโมเดลที่ฝึกแล้วซึ่งส่วนขยายนี้ใช้ ไม่มี ใช่
ข้อมูลเข้าสู่ระบบ ซึ่งเมื่อป้อนในคอนโซล Apigee Edge คือเนื้อหาของไฟล์คีย์บัญชีบริการ เมื่อส่งผ่าน API การจัดการ ค่าดังกล่าวคือค่าที่เข้ารหัสแบบ Base64 ซึ่งสร้างขึ้นจากไฟล์คีย์บัญชีบริการ ไม่มี ใช่