DocumentaciónExperience PlatformGuía de Data Science Workspace

Apéndice de la guía de API de aprendizaje automático de Adobe AI

Última actualización: 5 de agosto de 2024

Creado para:

  • Developer
NOTE
Data Science Workspace ya no se puede adquirir.
Esta documentación está destinada a clientes existentes con derechos anteriores a Data Science Workspace.

Las secciones siguientes proporcionan información de referencia sobre diversas funciones de la API de aprendizaje automático de Adobe AI.

Parámetros de consulta para recuperación de recursos query

La API de aprendizaje automático de Adobe AI admite parámetros de consulta al recuperar recursos. En la tabla siguiente se describen los parámetros de consulta disponibles y sus usos:

Parámetros de consulta
Descripción
Valor predeterminado
start
Indica el índice de inicio de la paginación.
start=0
limit
Indica el número máximo de resultados que se van a devolver.
limit=25
orderby
Indica las propiedades que se van a utilizar para ordenar en orden de prioridad. Incluya un guión (-) antes del nombre de una propiedad para ordenar en orden descendente; de lo contrario, los resultados se ordenarán en orden ascendente.
orderby=created
property
Indica la expresión de comparación que un objeto debe satisfacer para ser devuelto.
property=deleted==false
NOTE
Al combinar varios parámetros de consulta, deben separarse con el símbolo et (&).

Configuraciones de CPU y GPU en Python cpu-gpu-config

Los motores Python tienen la capacidad de elegir entre una CPU o una GPU para su entrenamiento o puntuación, y se define en una MLInstance como una especificación de tarea (tasks.specification).

A continuación se muestra un ejemplo de configuración que especifica el uso de un CPU para formación y una GPU para puntuación:

[
    {
        "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"
        }
    }
]
NOTE
Los valores de cpus y gpus no indican el número de CPU o GPU, sino el número de máquinas físicas. Estos valores tienen el permiso "1" y, en caso contrario, producirán una excepción.

Configuraciones de recursos de PySpark y Spark resource-config

Los motores Spark tienen la capacidad de modificar los recursos computacionales con fines de entrenamiento y puntuación. Estos recursos se describen en la siguiente tabla:

Recurso
Descripción
Tipo
driverMemory
Memoria para controlador en megabytes
int
driverCores
Número de núcleos utilizados por el controlador
int
executeMemory
Memoria para ejecutor en megabytes
int
executeCores
Número de núcleos utilizados por el ejecutor
int
numExecutors
Número de ejecutores
int

Los recursos se pueden especificar en una MLInstance como (A) parámetros de entrenamiento o puntuación individuales, o (B) dentro de un objeto de especificaciones adicional (specification). Por ejemplo, las siguientes configuraciones de recursos son las mismas para la formación y la puntuación:

[
    {
        "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
        }
    }
]
recommendation-more-help
experience-platform-help-data-science-workspace