Sensei Machine Learning Appendice alla guida API
Le sezioni seguenti forniscono informazioni di riferimento per varie funzioni di Sensei Machine Learning API.
Parametri di query per il recupero delle risorse query
Il Sensei Machine Learning L’API fornisce supporto per i parametri di query durante il recupero delle risorse. Nella tabella seguente sono descritti i parametri di query disponibili e i relativi utilizzi:
start
start=0
limit
limit=25
orderby
orderby=created
property
property=deleted==false
Configurazioni CPU e GPU Python cpu-gpu-config
I motori Python hanno la possibilità di scegliere tra una CPU o una GPU per i loro scopi di formazione o punteggio, ed è definita su MLInstance come specifica di un'attività (tasks.specification
).
Di seguito è riportata una configurazione di esempio che specifica l’utilizzo di una CPU per l’apprendimento e di una GPU per il punteggio:
[
{
"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
e gpus
non indica il numero di CPU o GPU, ma piuttosto il numero di macchine fisiche. Questi valori sono consentiti "1"
e genera un’eccezione in caso contrario.Configurazioni delle risorse PySpark e Spark resource-config
I motori Spark hanno la capacità di modificare le risorse computazionali a scopo di formazione e punteggio. Queste risorse sono descritte nella tabella seguente:
Le risorse possono essere specificate su un MLInstance come (A) singoli parametri di formazione o punteggio, oppure (B) all’interno di un oggetto di specifiche aggiuntive (specification
). Ad esempio, le seguenti configurazioni di risorse sono le stesse sia per l’apprendimento che per il punteggio:
[
{
"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
}
}
]