Show Menu
THEMEN×

Anhang

Die folgenden Abschnitte enthalten Referenzinformationen zu verschiedenen Funktionen der Sensei Machine Learning API.

Abfragen-Parameter für den Asset-Abruf

Die Sensei Machine Learning API unterstützt Abfragen beim Abrufen von Assets. Die verfügbaren Parameter für die Abfrage und ihre Verwendung werden in der folgenden Tabelle beschrieben:
Abfrageparameter
Beschreibung
Standardwert
start
Gibt den Startindex für die Paginierung an.
start=0
limit
Gibt die maximale Anzahl der zurückzugebenden Ergebnisse an.
limit=25
orderby
Gibt die Eigenschaften an, die für die Sortierung in der Reihenfolge der Priorität verwendet werden sollen. Fügen Sie vor dem Namen einer Eigenschaft einen Bindestrich ( - ) ein, der in absteigender Reihenfolge sortiert werden soll. Andernfalls werden die Ergebnisse in aufsteigender Reihenfolge sortiert.
orderby=created
property
Gibt den Vergleichs-Ausdruck an, den ein Objekt erfüllen muss, um zurückgegeben zu werden.
property=deleted==false
Beim Kombinieren mehrerer Abfragen müssen diese durch das kaufmännische Und ( & ) getrennt werden.

Python CPU- und GPU-Konfigurationen

Python Engines haben die Möglichkeit, entweder eine CPU oder eine GPU zu Trainings- oder Scoring-Zwecken zu wählen und wird auf einer MLInstanz als Aufgabe-Spezifikation ( tasks.specification ) definiert.
Die folgende Beispielkonfiguration gibt die Verwendung einer CPU für Schulungen und einer GPU für die Bewertung an:
[
    {
        "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"
        }
    }
]

Die Werte cpus und gpus nicht die Anzahl der CPUs oder GPUs, sondern die Anzahl der physischen Maschinen. Diese Werte sind zulässig "1" und werden andernfalls eine Ausnahme auslösen.

Ressourcenkonfigurationen von PySpark und Spark

Spark Engines haben die Möglichkeit, zu Schulungs- und Bewertungszwecken Computerressourcen zu ändern. Diese Ressourcen werden in der folgenden Tabelle beschrieben:
Ressource
Beschreibung
Typ
driverMemory
Speicher für Treiber in Megabyte
int
driverCores
Anzahl der vom Fahrer verwendeten Kerne
int
executeMemory
Speicher für Führungskräfte in Megabyte
int
executeCores
Anzahl der vom Prüfer verwendeten Kerne
int
numExecutors
Anzahl der Führungskräfte
int
Ressourcen können auf einer MLInstanz entweder als (A) individuelle Trainings- oder Scoring-Parameter oder (B) innerhalb eines zusätzlichen Specification-Objekts ( specification ) angegeben werden. Beispielsweise sind die folgenden Ressourcenkonfigurationen für Schulung und Bewertung gleich:
[
    {
        "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
        }
    }
]