MLServices端点

MLService是已发布的受过培训的模型，可让您的组织能够访问和重复使用以前开发的模型。 MLServices的一个关键功能是能够按计划自动执行培训和评分。计划的培训运行有助于保持模型的效率和准确性，而计划的评分运行可确保始终如一地生成新的洞察。

自动培训和评分时间表由开始时间戳、结束时间戳和表示为 cron表达式. 在创建MLService 或更新现有MLService.

创建MLService

您可以通过执行POST请求和有效负载来创建MLService，这些负载提供服务的名称和有效的MLInstance ID。用于创建MLService的MLInstance不需要具有现有的培训实验，但您可以选择通过提供相应的实验ID和培训运行ID来使用现有的培训模型创建MLService。

API格式

POST /mlServices

请求

curl -X POST \
    https://platform.adobe.io/data/sensei/mlServices \
    -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=mlService.v1.json' \
    -d '{
        "name": "A name for this MLService",
        "description": "A description for this MLService",
        "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
        "trainingDataSetId": "5ee3cd7f2d34011913c56941",
        "trainingExperimentId": "014d8acf-08fb-421c-8b65-760c8799c627",
        "trainingExperimentRunId": "33408593-2871-4198-a812-6d1b7d939cda",
        "trainingSchedule": {
            "startTime": "2019-01-01T00:00",
            "endTime": "2019-12-31T00:00",
            "cron": "20 * * * *"
        },
        "scoringSchedule": {
            "startTime": "2019-01-01T00:00",
            "endTime": "2019-12-31T00:00",
            "cron": "20 * * * *"
        }
    }'

属性	描述
`name`	MLService所需的名称。与此MLService对应的服务将继承此值，该值将作为服务的名称显示在服务库UI中。
`description`	MLService的可选描述。与此MLService对应的服务将继承此值，该值将在服务库UI中显示为服务的说明。
`mlInstanceId`	有效的MLInstance ID。
`trainingDataSetId`	培训数据集ID（如果提供）将覆盖MLInstance的默认数据集ID。如果用于创建MLService的MLInstance未定义培训数据集，则必须提供相应的培训数据集ID。
`trainingExperimentId`	您可以选择提供的实验ID。如果未提供此值，则创建MLService还将使用MLInstance的默认配置创建新的实验。
`trainingExperimentRunId`	您可以选择提供的培训运行ID。如果未提供此值，则创建MLService也将使用MLInstance的默认培训参数创建和执行培训运行。
`trainingSchedule`	自动培训运行的时间表。如果定义了此属性，则MLService将按计划自动执行培训运行。
`trainingSchedule.startTime`	将开始计划培训运行的时间戳。
`trainingSchedule.endTime`	计划培训运行的时间戳将结束。
`trainingSchedule.cron`	定义自动培训运行频率的CRON表达式。
`scoringSchedule`	运行自动评分的计划。如果定义了此属性，则MLService将在计划的基础上自动执行评分运行。
`scoringSchedule.startTime`	将开始计划评分的时间戳。
`scoringSchedule.endTime`	计划评分运行的时间戳将结束。
`scoringSchedule.cron`	用于定义自动评分运行频率的CRON表达式。

响应

成功的响应会返回一个有效负载，其中包含新创建的MLService的详细信息，包括其唯一标识符(id)，用于培训的实验ID(trainingExperimentId)，用于评分的实验ID(scoringExperimentId)和输入培训数据集ID(trainingDataSetId)。

{
    "id": "68d936d8-17e6-44ef-a4b6-c7502055638b",
    "name": "A name for this MLService",
    "description": "A description for this MLService",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "trainingExperimentId": "014d8acf-08fb-421c-8b65-760c8799c627",
    "trainingDataSetId": "5ee3cd7f2d34011913c56941",
    "scoringExperimentId": "76c2b1b-fad7-4b31-8c54-19ecc18b1ea0",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "trainingSchedule": {
        "startTime": "2019-01-01T00:00",
        "endTime": "2019-12-31T00:00",
        "cron": "20 * * * *"
    },
    "scoringSchedule": {
        "startTime": "2019-01-01T00:00",
        "endTime": "2019-12-31T00:00",
        "cron": "20 * * * *"
    },
    "updated": "2019-01-01T00:00:00.000Z"
}

检索MLServices列表

您可以通过执行单个GET请求来检索MLServices列表。要帮助筛选结果，您可以在请求路径中指定查询参数。有关可用查询的列表，请参阅资产检索查询参数.

API格式

GET /mlServices
GET /mlServices?{QUERY_PARAMETER}={VALUE}
GET /mlServices?{QUERY_PARAMETER_1}={VALUE_1}&{QUERY_PARAMETER_2}={VALUE_2}

参数	描述
`{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，并检索共享相同MLInstance ID({MLINSTANCE_ID})。

curl -X GET \
    'https://platform.adobe.io/data/sensei/mlServices?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MLServices的列表及其详细信息(包括其MLService ID({MLSERVICE_ID})，用于培训的实验ID({TRAINING_ID})，用于评分的实验ID({SCORING_ID})和输入培训数据集ID({DATASET_ID})。

{
    "children": [
        {
            "id": "68d936d8-17e6-44ef-a4b6-c7502055638b",
            "name": "A service created in UI",
            "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
            "trainingExperimentId": "014d8acf-08fb-421c-8b65-760c8799c627",
            "trainingDataSetId": "5ee3cd7f2d34011913c56941",
            "scoringExperimentId": "76c2b1b-fad7-4b31-8c54-19ecc18b1ea0",
            "created": "2019-01-01T00:00:00.000Z",
            "createdBy": {
                "displayName": "Jane Doe",
                "userId": "Jane_Doe@AdobeID"
            },
            "updated": "2019-01-01T00:00:00.000Z"
        }
    ],
    "_page": {
        "property": "mlInstanceId==46986c8f-7739-4376-8509-0178bdf32cda,deleted==false",
        "count": 1
    }
}

检索特定的MLService

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MLService ID。

API格式

GET /mlServices/{MLSERVICE_ID}

{MLSERVICE_ID}:有效的MLService ID。

请求

curl -X GET \
    https://platform.adobe.io/data/sensei/mlServices/68d936d8-17e6-44ef-a4b6-c7502055638b \
    -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MLService详细信息的有效负载。

{
    "id": "68d936d8-17e6-44ef-a4b6-c7502055638b",
    "name": "A name for this MLService",
    "description": "A description for this MLService",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "trainingExperimentId": "014d8acf-08fb-421c-8b65-760c8799c627",
    "trainingDataSetId": "5ee3cd7f2d34011913c56941",
    "scoringExperimentId": "76c2b1b-fad7-4b31-8c54-19ecc18b1ea0",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "updated": "2019-01-01T00:00:00.000Z"
}

更新MLService

您可以通过以下方法来更新现有MLService：通过PUT请求覆盖其属性，该请求在请求路径中包含目标MLService的ID，并提供包含已更新属性的JSON有效负载。

小贴士

为确保此PUT请求成功，建议您首先执行GET请求，按ID检索MLService. 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。

API格式

PUT /mlServices/{MLSERVICE_ID}

{MLSERVICE_ID}:有效的MLService ID。

请求

curl -X PUT \
    https://platform.adobe.io/data/sensei/mlServices/68d936d8-17e6-44ef-a4b6-c7502055638b \
    -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=mlService.v1.json' \
    -d '{
        "name": "A name for this MLService",
        "description": "A description for this MLService",
        "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
        "trainingExperimentId": "014d8acf-08fb-421c-8b65-760c8799c627",
        "trainingDataSetId": "5ee3cd7f2d34011913c56941",
        "scoringExperimentId": "76c2b1b-fad7-4b31-8c54-19ecc18b1ea0",
        "trainingSchedule": {
            "startTime": "2019-01-01T00:00",
            "endTime": "2019-12-31T00:00",
            "cron": "20 * * * *"
        },
        "scoringSchedule": {
            "startTime": "2019-01-01T00:00",
            "endTime": "2019-12-31T00:00",
            "cron": "20 * * * *"
        }
    }'

响应

成功的响应会返回包含MLService更新详细信息的有效负载。

{
    "id": "68d936d8-17e6-44ef-a4b6-c7502055638b",
    "name": "A name for this MLService",
    "description": "A description for this MLService",
    "mlInstanceId": "46986c8f-7739-4376-8509-0178bdf32cda",
    "trainingExperimentId": "014d8acf-08fb-421c-8b65-760c8799c627",
    "trainingDataSetId": "5ee3cd7f2d34011913c56941",
    "scoringExperimentId": "76c2b1b-fad7-4b31-8c54-19ecc18b1ea0",
    "created": "2019-01-01T00:00:00.000Z",
    "createdBy": {
        "userId": "Jane_Doe@AdobeID"
    },
    "trainingSchedule": {
        "startTime": "2019-01-01T00:00",
        "endTime": "2019-12-31T00:00",
        "cron": "20 * * * *"
    },
    "scoringSchedule": {
        "startTime": "2019-01-01T00:00",
        "endTime": "2019-12-31T00:00",
        "cron": "20 * * * *"
    },
    "updated": "2019-01-02T00:00:00.000Z"
}

删除MLService

您可以通过执行DELETE请求来删除单个MLService，该请求将目标MLService的ID包含在请求路径中。

API格式

DELETE /mlServices/{MLSERVICE_ID}

参数	描述
`{MLSERVICE_ID}`	有效的MLService ID。

请求

curl -X DELETE \
    https://platform.adobe.io/data/sensei/mlServices/68d936d8-17e6-44ef-a4b6-c7502055638b \
    -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": "MLService deletion was successful"
}

按MLInstance ID删除MLServices

您可以通过执行DELETE请求来删除属于特定MLInstance的所有MLServices，该请求将MLInstance ID指定为查询参数。

API格式

DELETE /mlServices?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/mlServices?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": "MLServices deletion was successful"
}

adobe.com 上的资源

Content Insights Headless Cms Preference Centers Triggered Emails First Party Data Advertising Analytics

全新改良搜索功能

MLServices端点

创建MLService

检索MLServices列表

检索特定的MLService

更新MLService

删除MLService

按MLInstance ID删除MLServices

adobe.com 上的资源

在此页面上

查看下一个：

学习

文档

社区

技术支持

资源

Adobe 帐户

Adobe