Show Menu
SUJETS×

Annexe

Les sections suivantes contiennent des informations de référence sur les différentes fonctionnalités de l’ Sensei Machine Learning API.

Paramètres de Requête pour la récupération de ressources

L’ Sensei Machine Learning API prend en charge les paramètres de requête lors de la récupération des ressources. Les paramètres de requête disponibles et leur utilisation sont décrits dans le tableau suivant :
Paramètre de requête
Description
Valeur par défaut
start
Indique l’index de début de la pagination.
start=0
limit
Indique le nombre maximal de résultats à renvoyer.
limit=25
orderby
Indique les propriétés à utiliser pour le tri dans l’ordre de priorité. Insérez un tiret ( - ) avant le nom d’une propriété pour effectuer un tri dans l’ordre décroissant, sinon 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
Lorsque vous combinez plusieurs paramètres de requête, ils doivent être séparés par des esperluettes ( & ).

Configurations Python CPU et GPU

Les moteurs Python ont la possibilité de choisir entre un processeur ou un GPU pour son entraînement ou son score, et est défini sur une instance MLInstance comme une spécification de tâche ( tasks.specification ).
Voici un exemple de configuration qui spécifie l’utilisation d’un processeur pour la formation et d’un processeur graphique pour la 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"
        }
    }
]

Les valeurs de cpus et gpus ne désignent pas le nombre d'UC ou de GPU, mais plutôt le nombre de machines physiques. Ces valeurs sont autorisées "1" et génèrent une exception dans le cas contraire.

Configurations des ressources PySpark et Spark

Les moteurs Spark permettent 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
exécuteurMémoire
Mémoire de l'exécuteur en mégaoctets
int
exécuteurCores
Nombre de coeurs utilisés par l'exécuteur
int
numExecutors
Nombre d'exécuteurs
int
Les ressources peuvent être spécifiées sur une instance de la MLI en tant que (A) paramètres de formation ou de notation individuels, ou (B) dans un objet de spécification supplémentaire ( specification ). Par exemple, les configurations de ressources suivantes sont identiques pour la formation et 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
        }
    }
]