Anhang zum API-Handbuch Sensei Machine Learning
Die folgenden Abschnitte enthalten Referenzinformationen zu verschiedenen Funktionen der Sensei Machine Learning -API.
Abfrageparameter für den Asset-Abruf query
Die API Sensei Machine Learning unterstützt Abfrageparameter beim Abrufen von Assets. Die verfügbaren Abfrageparameter und ihre Verwendung werden in der folgenden Tabelle beschrieben:
start
start=0
limit
limit=25
orderby
orderby=created
property
property=deleted==false
Python-CPU- und GPU-Konfigurationen cpu-gpu-config
Python Engines haben die Möglichkeit, für Trainings- oder Scoring-Zwecke entweder zwischen einer CPU oder einer GPU zu wählen und wird in einer MLInstance als Aufgabenspezifikation (tasks.specification
) definiert.
Im Folgenden finden Sie eine Beispielkonfiguration, die angibt, wie eine CPU für Schulungen und eine GPU für Scoring verwendet wird:
[
{
"name": "train",
"parameters": [
{
"key": "training parameter",
"value": "parameter value"
}
],
"specification": {
"type": "ContainerTaskSpec",
"cpus": "1"
}
},
{
"name": "score",
"parameters": [
{
"key": "scoring parameter",
"value": "parameter value"
}
],
"specification": {
"type": "ContainerTaskSpec",
"gpus": "1"
}
}
]
cpus
und gpus
geben nicht die Anzahl der CPUs oder GPUs an, sondern die Anzahl der physischen Computer. Diese Werte sind möglicherweise "1"
und geben andernfalls eine Ausnahme aus.PySpark- und Spark-Ressourcenkonfigurationen resource-config
Spark Engines haben die Möglichkeit, Rechenressourcen für Trainings- und Scoring-Zwecke zu ändern. Diese Ressourcen werden in der folgenden Tabelle beschrieben:
Ressourcen können in einer MLInstance entweder als (A) individuelle Trainings- oder Scoring-Parameter oder (B) als zusätzliches Spezifikations-Objekt (specification
) angegeben werden. Beispielsweise sind die folgenden Ressourcenkonfigurationen für Training und Scoring identisch:
[
{
"name": "train",
"parameters": [
{
"key": "driverMemory",
"value": "2048"
},
{
"key": "driverCores",
"value": "1"
},
{
"key": "executorMemory",
"value": "2048"
},
{
"key": "executorCores",
"value": "2"
},
{
"key": "numExecutors",
"value": "3"
}
]
},
{
"name": "score",
"parameters": [
{
"key": "scoring parameter",
"value": "parameter value"
}
],
"specification": {
"type": "SparkTaskSpec",
"name": "Spark Task name",
"className": "Class name",
"driverMemoryInMB": 2048,
"driverCores": 1,
"executorMemoryInMB": 2048,
"executorCores": 2,
"numExecutors": 3
}
}
]