以下各節提供各種功能的參考資訊 Sensei Machine Learning API。
此 Sensei Machine Learning API支援擷取資產的查詢引數。 下表說明可用的查詢引數及其用途:
查詢參數 | 說明 | 預設值 |
---|---|---|
start |
表示分頁的起始索引。 | start=0 |
limit |
表示要傳回的結果數目上限。 | limit=25 |
orderby |
指示要用於依優先順序排序的屬性。 包含破折號(-),然後依遞減順序排序,否則結果會依遞增順序排序。 | orderby=created |
property |
表示物件必須滿足才能傳回的比較運算式。 | property=deleted==false |
合併多個查詢引數時,必須以&符號(和)。
Python引擎能夠選擇CPU或GPU,用於訓練或評分目的,並定義於 MLInstance 作為任務規格(tasks.specification
)。
以下是指定使用CPU進行訓練,並使用GPU進行評分的設定範例:
[
{
"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"
}
}
]
的值 cpus
和 gpus
並不表示CPU或GPU的數量,而是表示實體機器的數量。 這些值是可允許的 "1"
否則和會擲回例外狀況。
Spark引擎能夠修改運算資源,以用於訓練和評分目的。 下表說明這些資源:
資源 | 說明 | 類型 |
---|---|---|
driverMemory | 驅動程式的記憶體(MB) | int |
driverCores | 驅動程式使用的核心數目 | int |
executorMemory | 執行器的記憶體(MB) | int |
executorCores | 執行程式使用的核心數目 | int |
numExecutors | 執行者數量 | int |
資源可在 MLInstance 作為(A)個別訓練或評分引數,或(B)其他規格物件內(specification
)。 例如,下列資源設定對於訓練和評分都是相同的:
[
{
"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
}
}
]