上云无忧 > 文档中心 > 百度智能云全功能AI开发平台BML通用模型部署 - sklearn框架API调用文档
飞桨BML 全功能AI开发平台
百度智能云全功能AI开发平台BML通用模型部署 - sklearn框架API调用文档

文档简介:
本文档主要说明使用Pytorch框架训练的模型部署到公有云后获得的API如何使用,如有疑问可以通过以下方式联系我们: 在百度智能云控制台内提交工单。 进入BML社区交流 ,与其他开发者进行互动。 接口描述: 基于XGBoost机器学习框架训练出的模型,模型训练完毕,发布到模型仓库并部署到公有云后可获得定制API。
*此产品及展示信息均由百度智能云官方提供。免费试用 咨询热线:400-826-7010,为您提供专业的售前咨询,让您快速了解云产品,助您轻松上云! 微信咨询
  免费试用、价格特惠

本文档主要说明使用XGBoost框架训练的模型部署到公有云后获得的API如何使用,如有疑问可以通过以下方式联系我们:

  • 在百度智能云控制台内提交工单
  • 进入BML社区交流 ,与其他开发者进行互动

接口描述

基于XGBoost机器学习框架训练出的模型,模型训练完毕,发布到模型仓库并部署到公有云后可获得定制API

接口鉴权

  1. 在BML-控制台创建应用
  2. 应用列表获取AK/SK

请求说明

HTTP 方法:POST

请求URL: 请首先进行自定义模型训练,完成训练后申请上线,上线成功后可在服务列表中查看并获取url。

URL参数:

参数
access_token 通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header如下:

参数
Content-Type application/json

Body请求示例:

{
    "instances": [
        {
            "features": [10, 2, 0, 3,5]
        }
    ]
}

请求参数:

参数 是否必选 类型 可选值范围 说明
instances array(object) - 用于预测的数据实例信息
+features array(number) - 单条特征数据,长度需和模型输入的特征总数相同

返回说明

返回body示例:

{
    "log_id": xxx,
    "result": {
	    "labels": [
	        {
	            "categories": [14.95627212524414]
	        }
	    ]
	}
}

返回参数:

参数 是否必选 类型 可选值范围 说明
log_id number - 用于排查问题的log id
result object - 模型的预测结果
+labels array(object) - 各个instances对应的分类标签或者回归预测值
++categories array(number) - 单个instance对应的分类标签或者回归预测值
error_code object - 错误码
error_msg object - 错误信息
相似文档
  • 若请求错误,服务器将返回的JSON文本包含以下参数: error_code:错误码。 error_msg:错误描述信息,帮助理解和解决发生的错误。 例如Access Token失效返回: { "error_code": 110, "error_msg": "Access token invalid or no longer valid" }
  • 通用接口规范参考: 自定义作业产出的模型进行公有云部署时,不具有统一的标准接口规范,根基不同的算法框架,提供通用接口规范参考。 Paddle:请在《Paddle框架API调用文档》中查看Paddle框架模型的API参考。
  • 脚本调参和Notebook训练方式产出的模型部署到公有云时,不同任务类型的应用接口的请求与响应均满足响应的标准规范。 图像分类-单图单标签: 标准接口请求参考说明: 字段名称 必须 类型 说明 image 是 string 图像数据,base64编码,要求base64编码后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/png/bmp格式
  • 公有云部署即将模型中的模型部署为在线服务,从而以REST API的方式提供推理预测能力。 公有云部署概要: 模型仓库中的模型与公有云部署即在线服务是一一对应的关系,即模型仓库中一个模型包含多个版本时,这些不同的版本只能部署到同一个在线服务中。
  • 公有云部署是最快捷的模型部署方式,不同类型的模型在执行公有云部署时流程基本一致,当部署后在线API的接口与模型有关。 根据不同的模型类型,可以参考如下章节完成模型部署: 视觉模型公有云部署。 NLP模型公有云部署。 表格预测模型公有云部署。 通用模型公有云部署。
官方微信
联系客服
400-826-7010
7x24小时客服热线
分享
  • QQ好友
  • QQ空间
  • 微信
  • 微博
返回顶部