Sensei Machine Learning apéndice de la guía de API

Las secciones siguientes proporcionan información de referencia sobre varias funciones de la API Sensei Machine Learning.

Parámetros de consulta para la recuperación de recursos

La API Sensei Machine Learning es compatible con los parámetros de consulta al recuperar recursos. En la tabla siguiente se describen los parámetros de consulta disponibles y sus usos:

Parámetro de consulta	Descripción	Valor predeterminado
`start`	Indica el índice de inicio de la paginación.	`start=0`
`limit`	Indica el número máximo de resultados que se van a devolver.	`limit=25`
`orderby`	Indica las propiedades que se utilizarán para la ordenación en orden de prioridad. Incluya un guión (-) antes de un nombre de propiedad para ordenarlo en orden descendente; de lo contrario, los resultados se ordenarán en orden ascendente.	`orderby=created`
`property`	Indica la expresión de comparación que un objeto debe satisfacer para ser devuelto.	`property=deleted==false`

NOTA

Cuando se combinan varios parámetros de consulta, deben separarse con ampersands (&).

Configuraciones de CPU y GPU de Python

Los motores Python tienen la capacidad de elegir entre una CPU o una GPU para sus fines de entrenamiento o puntuación, y se define en una instancia MLI como una especificación de tarea (tasks.specification).

A continuación se muestra un ejemplo de configuración que especifica el uso de una CPU para formación y una GPU para puntuación:

[
    {
        "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"
        }
    }
]

NOTA

Los valores de cpus y gpus no significan el número de CPU o GPU, sino el número de máquinas físicas. Estos valores son permisibles "1" y arrojarán una excepción en caso contrario.

Configuraciones de recursos PySpark y Spark

Los motores de encendido (Spark Engines) tienen la capacidad de modificar los recursos computacionales con fines de entrenamiento y puntuación. Estos recursos se describen en la siguiente tabla:

Recurso	Descripción	Tipo
driverMemory	Memoria para el controlador en megabytes	int
driverCores	Número de núcleos utilizados por el controlador	int
ejecutorMemory	Memoria para el ejecutor en megabytes	int
ejecutorCores	Número de núcleos utilizados por el ejecutor	int
numEjecutors	Número de ejecutores	int

Los recursos se pueden especificar en una instancia MLI como (A) parámetros individuales de capacitación o puntuación, o (B) dentro de un objeto de especificaciones adicionales (specification). Por ejemplo, las siguientes configuraciones de recursos son las mismas para la formación y la puntuación:

[
    {
        "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
        }
    }
]