Sensei Machine Learning API指南附录

以下各节提供了 Sensei Machine Learning API。

用于资产检索的查询参数

的 Sensei Machine Learning API支持通过检索资产来查询参数。 下表介绍了可用查询参数及其用法：

查询参数 描述 默认值
start 指示分页的起始索引。 start=0
limit 指示要返回的结果的最大数量。 limit=25
orderby 指示按优先级顺序进行排序的属性。 包括短划线(-)，以按降序排序，否则，结果将按升序排序。 orderby=created
property 指示要返回对象必须满足的比较表达式。 property=deleted==false
注意

组合多个查询参数时，必须用与号(&)。

Python CPU和GPU配置

Python引擎能够在CPU或GPU之间进行选择，以便进行培训或评分，并在 MLInstance 作为任务规范(tasks.specification)。

以下是一个示例配置，它指定使用CPU进行培训，使用GPU进行评分：

[
    {
        "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"
        }
    }
]
注意

的值 cpus 和 gpus 不表示CPU或GPU的数量，而是表示物理机的数量。 这些值是允许的 "1" 否则将引发异常。

PySpark和Spark资源配置

Spark引擎能够修改计算资源，以便进行培训和评分。 下表介绍了这些资源：

资源 描述 类型
driverMemory 驱动程序内存(MB) int
driverCores 驱动程序使用的内核数 int
executorMemory 执行器的存储器(MB) int
executorCores 执行器使用的内核数 int
numExecutors 执行者数量 int

可以在 MLInstance 例如(A)单个培训或评分参数，或(B)附加规格对象(specification)。 例如，以下资源配置对于培训和评分均相同：

[
    {
        "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
        }
    }
]

在此页面上