MLServices端点

MLService是一个经过培训的已发布模型，它使您的组织能够访问和重用以前开发的模型。 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一致地生成新的洞察。

自动化培训和评分计划用开始时间戳、结束时间戳和表示为cron表达式的频率来定义。当创建MLService或通过更新现有MLService应用计划时，可以定义。

创建MLService

您可以通过执行POST请求和提供服务名称和有效MLInstance ID的有效负荷来创建MLService。用于创建MLService的MLInstance不需要具有现有培训实验，但您可以通过提供相应的实验ID和培训运行ID来选择使用现有培训模型创建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: {IMS_ORG}' \
    -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的所需名称。与此MLService对应的服务将继承此值，该值将作为服务名称显示在服务库UI中。
`description`	MLService的可选描述。与此MLService对应的服务将继承此值，该值将作为服务的说明显示在服务库UI中。
`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，则必须提供适当的培训数据集ID。
`trainingExperimentId`	您可以选择提供的实验ID。如果未提供此值，则创建MLService也将使用MLInstance的默认配置创建新实验。
`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还将使用MLInstance的默认培训参数创建并执行培训运行。
`trainingSchedule`	用于自动培训运行的计划。如果定义了此属性，则MLService将自动按计划执行培训运行。
`trainingSchedule.startTime`	将开始计划培训运行的时间戳。
`trainingSchedule.endTime`	将结束预定培训运行的时间戳。
`trainingSchedule.cron`	定义自动培训运行频率的cron表达式。
`scoringSchedule`	自动评分的计划运行。如果定义了此属性，则MLService将自动执行计划的评分运行。
`scoringSchedule.startTime`	将开始计划评分运行的时间戳。
`scoringSchedule.endTime`	计划评分运行将结束的时间戳。
`scoringSchedule.cron`	定义自动评分运行频率的cron表达式。

响应

成功响应返回包含新创建的MLService的详细信息的有效负荷，包括其唯一标识符(id)、培训的实验ID(trainingExperimentId)、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的列表

您可以通过执行单个列表请求来检索MLServicesGET。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的附录部分。

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}`	用于筛选结果的可用查询参数之一。
`{VALUE}`	前一个查询参数的值。

请求

以下请求包含一个查询，并检索共享同一MLInstance ID({MLINSTANCE_ID})的MLServices列表。

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: {IMS_ORG}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

成功的响应返回MLServices的列表及其详细信息，包括其MLService ID({MLSERVICE_ID})、培训实验ID({TRAINING_ID})、评分实验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MLService

您可以通过执行在请求路径中包含所需MLService ID的GET请求来检索特定实验的详细信息。

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: {IMS_ORG}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

成功的响应返回包含所请求MLService的详细信息的有效负荷。

{
    "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PUT请求覆盖现有MLService的属性，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有效负荷，从而更新现有MLService。

小贴士

为确保此PUT请求成功，建议您首先通过ID🔗执行GET请求以检索MLService。然后，修改并更新返回的JSON对象，并应用修改后的JSON对象的整个作为PUT请求的有效负荷。

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: {IMS_ORG}' \
    -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

成功的响应返回包含MLService的更新详细信息的有效负荷。

{
    "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

可以通过执行在请求路径中包含DELETEMLService ID的目标请求来删除单个MLService。

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: {IMS_ORG}' \
    -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

{
    "title": "Success",
    "status": 200,
    "detail": "MLService deletion was successful"
}

按MLInstance ID删除MLServices

您可以通过执行指定MLInstance ID作为DELETE参数的查询请求来删除属于特定MLInstance的所有MLServices。

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: {IMS_ORG}' \
    -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

新增和改进的搜索

MLServices端点

创建MLService

检索MLServices的列表

检索特定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