Sensei Machine Learning Anhang zum API-Handbuch
Die folgenden Abschnitte enthalten Referenzinformationen zu verschiedenen Funktionen der Sensei Machine Learning API.
Abfrageparameter für den Asset-Abruf query
Die Sensei Machine Learning API unterstützt Abfrageparameter beim Abrufen von Assets. Die verfügbaren Abfrageparameter und ihre Verwendung werden in der folgenden Tabelle beschrieben:
start
start=0
limit
limit=25
orderby
orderby=created
property
property=deleted==false
Python-CPU- und GPU-Konfigurationen cpu-gpu-config
Python Engines haben die Möglichkeit, für Trainings- oder Scoring-Zwecke zwischen einer CPU oder einer GPU zu wählen und wird in einer MLInstance als Aufgabenspezifikation (tasks.specification
).
Im Folgenden finden Sie eine Beispielkonfiguration, die angibt, wie eine CPU für Schulungen und eine GPU für Scoring verwendet wird:
[
{
"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"
}
}
]
cpus
und gpus
gibt nicht die Anzahl der CPUs oder GPUs an, sondern die Anzahl der physischen Computer. Diese Werte sind zumutbar "1"
und löst andernfalls eine Ausnahme aus.PySpark- und Spark-Ressourcenkonfigurationen resource-config
Spark Engines haben die Möglichkeit, Rechenressourcen für Trainings- und Scoring-Zwecke zu ändern. Diese Ressourcen werden in der folgenden Tabelle beschrieben:
Ressourcen können auf einer MLInstance als (A) individuelle Trainings- oder Scoring-Parameter oder (B) innerhalb eines zusätzlichen Spezifikations-Objekts (specification
). Beispielsweise sind die folgenden Ressourcenkonfigurationen für Training und Scoring identisch:
[
{
"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
}
}
]