As seções a seguir fornecem informações de referência para vários recursos do Sensei Machine Learning API.
A variável Sensei Machine Learning A API oferece suporte a parâmetros de consulta com a recuperação de ativos. Os parâmetros de query disponíveis e seus usos são descritos na tabela a seguir:
Parâmetro de consulta | Descrição | Valor padrão |
---|---|---|
start |
Indica o índice inicial para paginação. | start=0 |
limit |
Indica o número máximo de resultados a serem retornados. | limit=25 |
orderby |
Indica as propriedades a serem usadas para classificar em ordem de prioridade. Incluir um traço (-) antes do nome de uma propriedade para classificar em ordem decrescente, caso contrário, os resultados serão classificados em ordem crescente. | orderby=created |
property |
Indica a expressão de comparação que um objeto deve satisfazer para ser retornado. | property=deleted==false |
Ao combinar vários parâmetros de consulta, eles devem ser separados por "E" comercial (&).
Os Mecanismos Python têm a capacidade de escolher entre uma CPU ou uma GPU para fins de treinamento ou pontuação e são definidos em um MLInstance como especificação de tarefa (tasks.specification
).
Este é um exemplo de configuração que especifica o uso de uma CPU para treinamento e de uma GPU para pontuação:
[
{
"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"
}
}
]
Os valores de cpus
e gpus
não significa o número de CPUs ou GPUs, mas o número de máquinas físicas. Esses valores são permitidos "1"
e lançará uma exceção caso contrário.
Os Spark Engines têm a capacidade de modificar recursos computacionais para fins de treinamento e pontuação. Esses recursos são descritos na tabela a seguir:
Recurso | Descrição | Tipo |
---|---|---|
driverMemory | Memória do driver em megabytes | int |
driverCores | Número de núcleos usados pelo driver | int |
executorMemory | Memória do executor em megabytes | int |
executorCores | Número de núcleos usados pelo executor | int |
numExecutors | Número de executores | int |
Os recursos podem ser especificados em um MLInstance como (A) treinamento individual ou parâmetros de pontuação, ou (B) dentro de um objeto de especificações adicionais (specification
). Por exemplo, as configurações de recursos a seguir são as mesmas para treinamento e pontuação:
[
{
"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
}
}
]