DocumentatieExperience PlatformHandleiding Data Science Workspace

Sensei Machine Learning API-hulplijnbijlage

Last update: Tue Oct 14 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Gemaakt voor:

  • Ontwikkelaar
NOTE
Data Science Workspace is niet meer verkrijgbaar.
Deze documentatie is bedoeld voor bestaande klanten met eerdere rechten op Data Science Workspace.

In de volgende secties vindt u informatie over diverse functies van de API van Sensei Machine Learning .

Zoekparameters voor ophalen van elementen query

De API van Sensei Machine Learning biedt ondersteuning voor queryparameters met het ophalen van elementen. De beschikbare vraagparameters en hun gebruik worden beschreven in de volgende lijst:

Query-parameter
Beschrijving
Standaardwaarde
start
Geeft de beginindex voor paginering aan.
start=0
limit
Geeft het maximale aantal resultaten aan dat moet worden geretourneerd.
limit=25
orderby
Hiermee worden de eigenschappen aangegeven die moeten worden gebruikt voor sorteren in de volgorde met prioriteit. Neem een streepje (-) vóór een bezitsnaam op om in dalende orde te sorteren, anders worden de resultaten gesorteerd in oplopende orde.
orderby=created
property
Hiermee wordt de vergelijkingsexpressie aangegeven waaraan een object moet voldoen om te worden geretourneerd.
property=deleted==false
NOTE
Wanneer het combineren van veelvoudige vraagparameters, moeten zij door ampersands (&) worden gescheiden.

Python CPU- en GPU-configuraties cpu-gpu-config

De Motoren van de Python hebben de capaciteit om tussen of cpu of een GPU voor zijn opleiding of het scoren doeleinden te kiezen, en op een ​ MLInstance ​ als taakspecificatie (tasks.specification) bepaald.

Hieronder volgt een voorbeeldconfiguratie die het gebruik van een CPU voor training en een GPU voor scoring opgeeft:

[
    {
        "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
De waarden van cpus en gpus geven niet het aantal CPU's of GPU's aan, maar het aantal fysieke machines. Deze waarden zijn toelaatbaar "1" en zullen anders een uitzondering genereren.

PySpark- en Spark-bronnenconfiguraties resource-config

Spark Engines hebben de mogelijkheid om computerresources aan te passen voor trainings- en scoringdoeleinden. Deze bronnen worden in de volgende tabel beschreven:

Bron
Beschrijving
Type
driverMemory
Geheugen voor stuurprogramma in megabytes
int
driverCores
Aantal door de bestuurder gebruikte kernen
int
executeMemory
Geheugen voor uitvoerder in megabytes
int
uitvoerderCores
Aantal door de uitvoerder gebruikte kernen
int
numExecutors
Aantal executoren
int

De middelen kunnen op een ​ MLInstance ​ als of (A) individuele opleiding of het scoren parameters, of (B) binnen een extra specificatievoorwerp (specification) worden gespecificeerd. De volgende bronnenconfiguraties zijn bijvoorbeeld hetzelfde voor zowel training als scoring:

[
    {
        "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
cc79fe26-64da-411e-a6b9-5b650f53e4e9