Show Menu
主题×

附录

以下各节提供了有关Sensei机器学习API的各种功能的参考信息。

查询资产检索参数

Sensei Machine Learning API支持检索资源时查询参数。 下表介绍了可用的查询参数及其用法:
查询参数
描述
默认值
start
指示分页的起始索引。
start=0
limit
指示要返回的最大结果数。
limit=25
orderby
指示按优先级顺序进行排序的属性。 在属性名称前加​ 入虚线(- )以按降序排序,否则,结果将按升序排序。
orderby=created
property
指示对象要返回必须满足的比较表达式。
property=deleted==false
组合多个查询参数时,必须用&符分隔( & )。

Python CPU和GPU配置

Python Engine能够为其培训或评分目的在CPU或GPU之间进行选择,并在 MLI实例中定义为任务规范 ( tasks.specification )。
以下是一个示例配置,它指定使用CPU进行培训,使用GPU进行评分:
[
    {
        "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"
        }
    }
]

和的值 cpus 不表 gpus 示CPU或GPU的数量,而是表示物理计算机的数量。 这些值是可能的, "1" 否则将引发异常。

PySpark和Spark资源配置

Spark Engine能够修改计算资源以用于培训和评分。 下表介绍了这些资源:
资源
描述
类型
driverMemory
驱动程序的内存(MB)
int
driverCores
驱动程序使用的内核数
int
executorMemory
执行器存储器(以兆字节为单位)
int
executorCores
执行器使用的核数
int
numExecutors
执行者人数
int
可以在 MLI实例上将资源指定为 (A)单个培训或评分参数,或(B)其他规范对象( specification )中的资源。 例如,以下资源配置对于培训和评分都相同:
[
    {
        "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
        }
    }
]