DocumentationExperience PlatformGuide de Data Science Workspace

Annexe du guide de l’API de machine learning d’Adobe AI

Dernière mise à jour : 5 août 2024

Créé pour :

  • {"id":"ff6a42d2-313e-452e-93a6-792e4fad9ff8"}
NOTE
Le Workspace de science des données ne peut plus être acheté.
Cette documentation est destinée aux clients existants disposant de droits antérieurs sur Data Science Workspace.

Les sections suivantes apportent des informations de référence sur les différentes fonctionnalités de l’API de machine learning d’Adobe AI.

Paramètres de requête pour la récupération des ressources query

L’API Adobe AI Machine Learning prend en charge les paramètres de requête avec récupération des ressources. Les paramètres de requête disponibles et leurs utilisations sont décrits dans le tableau suivant :

Paramètre de requête
Description
Valeur par défaut
start
Indique l’index de départ de pagination.
start=0
limit
Indique le nombre de résultats maximum à renvoyer.
limit=25
orderby
Indique les propriétés à utiliser pour trier dans l’ordre de priorité. Incluez un tiret (-) devant un nom de propriété pour trier dans l’ordre décroissant. Dans le cas contraire, les résultats sont triés dans l’ordre croissant.
orderby=created
property
Indique l’expression de comparaison qu’un objet doit satisfaire pour être renvoyé.
property=deleted==false
NOTE
Lorsque vous combinez plusieurs paramètres de requête, ils doivent être séparés par des esperluettes (&).

Configurations CPU et GPU Python cpu-gpu-config

Avec les moteurs Python, vous avez la possibilité de choisir entre un processeur ou un processeur graphique à des fins de formation ou de notation. Ceux-ci sont définis sur une MLInstance en tant que spécification de tâche (tasks.specification).

L’exemple suivant présente une configuration qui précise l’utilisation d’un processeur à des fins de formation et d’un processeur graphique à des fins de notation :

[
    {
        "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
Les valeurs de cpus et gpus ne signifient pas le nombre de processeurs ou de processeurs graphiques, mais plutôt le nombre de machines physiques. Ces valeurs sont acceptablement "1" et renverront une exception dans le cas contraire.

Configurations des ressources PySpark et Spark resource-config

Les moteurs Spark ont la capacité de modifier les ressources de calcul à des fins de formation et de notation. Ces ressources sont décrites dans le tableau suivant :

Ressource
Description
Type
driverMemory
Mémoire du pilote en mégaoctets
int
driverCores
Nombre de noyaux utilisés par le pilote
int
executorMemory
Mémoire de l’exécuteur en mégaoctets
int
executorCores
Nombre de noyaux utilisés par l’exécuteur
int
numExecutors
Nombre d’exécuteurs
int

Vous pouvez préciser les ressources dans une MLInstance en tant que soit (A) en paramètres de formation ou de notation uniques, soit (B) au sein d’un objet de spécifications supplémentaire (specification). Par exemple, les configurations de ressource suivantes sont les mêmes aussi bien pour la formation que la notation :

[
    {
        "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