模型开发和培训在实验级别进行,实验由MLI实例、培训运行和评分运行组成。
您可以通过执行POST请求来创建实验,同时在请求有效负载中提供名称和有效的MLInstance ID。
与UI中的模型培训不同,通过显式API调用创建实验不会自动创建和执行培训运行。
API格式
POST /experiments
请求
curl -X POST \
https://platform.adobe.io/data/sensei/experiments \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}' \
-H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experiment.v1.json' \
-d '{
"name": "a name for this Experiment",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda"
}'
属性 | 描述 |
---|---|
name |
实验的所需名称。 与此实验对应的培训运行将继承此值,该值将作为培训运行名称显示在UI中。 |
mlInstanceId |
有效的MLInstance ID。 |
响应
成功的响应会返回一个有效负载,其中包含新创建实验的详细信息,包括其唯一标识符(id
)。
{
"id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"name": "A name for this Experiment",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"updated": "2019-01-01T00:00:00.000Z",
"createdByService": false
}
您可以通过执行POST请求并提供有效的实验ID并指定运行任务来创建培训或评分运行。 仅当实验具有现有且成功的培训运行时,才能创建评分运行。 成功创建培训运行将初始化模型培训过程,并且成功完成该过程将生成一个经过培训的模型。 生成经过培训的模型将取代之前存在的任何模型,以便实验在任何给定时间只能使用单个经过培训的模型。
API格式
POST /experiments/{EXPERIMENT_ID}/runs
参数 | 描述 |
---|---|
{EXPERIMENT_ID} |
有效的实验ID。 |
请求
curl -X POST \
https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b/runs \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}' \
-H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experimentRun.v1.json' \
-d '{
"mode": "{TASK}"
}'
属性 | 描述 |
---|---|
{TASK} |
指定运行的任务。 将此值设置为 train 培训, score 用于打分,或 featurePipeline ,用于特征管线。 |
响应
成功响应会返回一个有效负载,其中包含新创建运行的详细信息(包括继承的默认培训或评分参数)以及运行的唯一ID({RUN_ID}
)。
{
"id": "33408593-2871-4198-a812-6d1b7d939cda",
"mode": "{TASK}",
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"updated": "2019-01-01T00:00:00.000Z",
"createdBySchedule": false,
"tasks": [
{
"name": "{TASK}",
"parameters": [
{
"key": "parameter",
"value": "parameter value"
}
]
}
]
}
您可以通过执行单个GET请求并提供有效的MLInstance ID作为查询参数,来检索属于特定MLInstance的实验列表。 有关可用查询的列表,请参阅 资产检索查询参数.
API格式
GET /experiments
GET /experiments?property=mlInstanceId=={MLINSTANCE_ID}
参数 | 描述 |
---|---|
{MLINSTANCE_ID} |
提供有效的MLInstance ID以检索属于该特定MLInstance的实验列表。 |
请求
curl -X GET \
https://platform.adobe.io/data/sensei/experiments?property=mlInstanceId==46986c8f-7739-4376-8509-0178bdf32cda \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}'
响应
成功的响应会返回共享相同MLInstance ID({MLINSTANCE_ID}
)。
{
"children": [
{
"id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"name": "A name for this Experiment",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-01T00:00:00.000Z",
"createdByService": false
},
{
"id": "6cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"name": "Training Run 1",
"mlInstanceId": "46986c8f-7839-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-01T00:00:00.000Z",
"createdByService": false
},
{
"id": "7cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"name": "Training Run 2",
"mlInstanceId": "46986c8f-7939-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"updated": "2019-01-01T00:00:00.000Z",
"createdByService": false
}
],
"_page": {
"property": "deleted==false",
"count": 3
}
}
您可以通过执行GET请求来检索特定实验的详细信息,该请求在请求路径中包含所需的实验ID。
API格式
GET /experiments/{EXPERIMENT_ID}
参数 | 描述 |
---|---|
{EXPERIMENT_ID} |
有效的实验ID。 |
请求
curl -X GET \
https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}'
响应
成功的响应会返回包含所请求实验详细信息的有效负载。
{
"id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"name": "A name for this Experiment",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"updated": "2019-01-01T00:00:00.000Z",
"createdByService": false
}
您可以通过执行单个GET请求并提供有效的实验ID,来检索属于特定实验的训练或评分运行列表。 要帮助筛选结果,您可以在请求路径中指定查询参数。 有关可用查询参数的完整列表,请参阅附录中的 资产检索查询参数.
组合多个查询参数时,必须用与号(&)分隔。
API格式
GET /experiments/{EXPERIMENT_ID}/runs
GET /experiments/{EXPERIMENT_ID}/runs?{QUERY_PARAMETER}={VALUE}
GET /experiments/{EXPERIMENT_ID}/runs?{QUERY_PARAMETER_1}={VALUE_1}&{QUERY_PARAMETER_2}={VALUE_2}
参数 | 描述 |
---|---|
{EXPERIMENT_ID} |
有效的实验ID。 |
{QUERY_PARAMETER} |
其中一个 可用查询参数 用于筛选结果。 |
{VALUE} |
前一查询参数的值。 |
请求
以下请求包含一个查询,并检索属于某个实验的培训运行列表。
curl -X GET \
https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b/runs?property=mode==train \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}'
响应
成功响应会返回一个有效负载,其中包含运行列表及其每个详细信息(包括其实验运行ID({RUN_ID}
)。
{
"children": [
{
"id": "33408593-2871-4198-a812-6d1b7d939cda",
"mode": "train",
"experimentId": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"createdBySchedule": false
}
],
"_page": {
"property": "mode==train,experimentId==5cb25a2d-2cbd-4c99-a619-8ddae5250a7b,deleted==false",
"totalCount": 1,
"count": 1
}
}
您可以通过覆盖现有实验的属性来更新该实验,方法是:通过PUT请求覆盖其属性,该请求在请求路径中包含目标实验的ID,并提供包含已更新属性的JSON有效负载。
为确保此PUT请求成功,建议您首先执行GET请求, 按ID检索实验. 然后,修改并更新返回的JSON对象,并将修改的JSON对象的整个作为PUT请求的有效负载应用。
以下示例API调用会在最初具有这些属性时更新实验的名称:
{
"name": "A name for this Experiment",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"createdByService": false
}
API格式
PUT /experiments/{EXPERIMENT_ID}
参数 | 描述 |
---|---|
{EXPERIMENT_ID} |
有效的实验ID。 |
请求
curl -X PUT \
https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}' \
-H 'content-type: application/vnd.adobe.platform.sensei+json;profile=experiments.v1.json' \
-d '{
"name": "An upated name",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"createdByService": false
}'
响应
成功的响应会返回包含实验更新详细信息的有效负载。
{
"id": "5cb25a2d-2cbd-4c99-a619-8ddae5250a7b",
"name": "An updated name",
"mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
"created": "2019-01-01T00:00:00.000Z",
"createdBy": {
"userId": "Jane_Doe@AdobeID"
},
"updated": "2019-01-02T00:00:00.000Z",
"createdByService": false
}
您可以通过执行DELETE请求来删除单个实验,该请求在请求路径中包含目标实验的ID。
API格式
DELETE /experiments/{EXPERIMENT_ID}
参数 | 描述 |
---|---|
{EXPERIMENT_ID} |
有效的实验ID。 |
请求
curl -X DELETE \
https://platform.adobe.io/data/sensei/experiments/5cb25a2d-2cbd-4c99-a619-8ddae5250a7b \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}'
响应
{
"title": "Success",
"status": 200,
"detail": "Experiment successfully deleted"
}
您可以通过执行包含MLInstance ID作为查询参数的DELETE请求,删除属于特定MLInstance的所有实验。
API格式
DELETE /experiments?mlInstanceId={MLINSTANCE_ID}
参数 | 描述 |
---|---|
{MLINSTANCE_ID} |
有效的MLInstance ID。 |
请求
curl -X DELETE \
https://platform.adobe.io/data/sensei/experiments?mlInstanceId=46986c8f-7739-4376-8509-0178bdf32cda \
-H 'Authorization: Bearer {ACCESS_TOKEN}' \
-H 'x-api-key: {API_KEY}' \
-H 'x-gw-ims-org-id: {ORG_ID}' \
-H 'x-sandbox-name: {SANDBOX_NAME}'
响应
{
"title": "Success",
"status": 200,
"detail": "Experiments successfully deleted"
}