百度智能云文心大模型API ERNIE-ViLG模型精调 - 模型调用
文档简介:
用户设置:
在代码最开始处设置您在官网获取到的ak和sk。
import wenxin_api
wenxin_api.ak = "your ak"
wenxin_api.sk = "your sk"
使用精调模型。
Python SDK。
模型训练成功后,您可以调用已训练好的模型。
【百度智能云】文心一言
用户设置
- 在代码最开始处设置您在官网获取到的ak和sk
import wenxin_api
wenxin_api.ak = "your ak" wenxin_api.sk = "your sk"
使用精调模型
Python SDK
- 模型训练成功后,您可以调用已训练好的模型。
- 首次调用已训练好模型,可能需要一段时间才能准备好处理请求。如果您的请求超时,很可能是因为您的模型仍在加载部署中。如果发生这种情况,请在几分钟后重试。
- 和直接调用方式相同,用户可以复用python sdk直接调用的代码,只需将模型替换为用户自己训练好的模型
from wenxin_api import Model from wenxin_api.tasks.text_to_image_training import TextToImageTuned text = "戴墨镜的猫[c]" model_id = "your model_id" model = Model.retrieve(model_id=
model_id, api_type=TYPE_TEXT_TO_IMAGE) result = TextToImageTuned.create(text=text,
style="探索无限", resolution="1024*1024", model=model) print(result)
- 结果返回示例
{'imgUrls': ['http://szwg-rp-nlpgpu03.szwg01.baidu.com:8010/younger/file/ERNIE-ViLG
/22ee3b4215a3d750522a8af654ed9c7730', 'http://szwg-rp-nlpgpu03.szwg01.baidu.com:8010/
younger/file/ERNIE-ViLG/22ee3b4215a3d750522a8af654ed9c775q', 'http://szwg-rp-nlpgpu03.
szwg01.baidu.com:8010/younger/file/ERNIE-ViLG/22ee3b4215a3d750522a8af654ed9c77i4', '
http://szwg-rp-nlpgpu03.szwg01.baidu.com:8010/younger/file/ERNIE-ViLG/22ee3b4215a3d750522a8af654ed9c77ex']}
HTTP请求
基本要求
内容 | 说明 |
---|---|
请求地址 |
训练、发起预测请求 https://wenxin.baidu.com/moduleApi/portal/api/rest/1.0/ernievilg/3.0/tuning 查询预测结果 https://wenxin.baidu.com/moduleApi/portal/api/rest/1.0/ernievilg/v1/getImg |
传输方式 | https (为提高安全性,强烈推荐https) |
字符编码 | UTF-8 |
响应格式 | 统一采用JSON格式 |
开发语言 | 任意,只要可以向服务发起HTTP请求的均可 |
适用范围 | 任意操作系统,但因不支持跨域不适用于浏览器,请在后端调用接口 |
请求行 | POST |
1. 发送部署请求
curl -X POST -H 'Content-Type:application/json' -d '{ "cmd": 1002, "model_id":1}'
https://wenxin.baidu.com/moduleApi/portal/api/rest/1.0/ernievilg/3.0/tuning?access_token=xx
请求字段 | 类型 | 描述 |
---|---|---|
cmd | int | 固定传1002 |
model_id | int | 模型ID |
access_token | string | 用户token |
返回字段 | 类型 | 描述 |
---|---|---|
code | int | 错误码 |
msg | string | 错误信息 |
data | dict | 结果对象 |
-taskId | int | 任务ID |
2. 查询模型部署状态
curl -X POST -H 'Content-Type:application/json' -d '{ "cmd": 1009, "model_id":1}'
https://wenxin.baidu.com/moduleApi/portal/api/rest/1.0/ernievilg/3.0/tuning?access_token=xx
请求字段 | 类型 | 描述 |
---|---|---|
cmd | int | 指令码,固定传1009 |
model_id | int | 模型ID |
access_token | string | 用户token |
返回字段 | 类型 | 描述 |
---|---|---|
code | int | 错误码 |
msg | string | 错误信息 |
data | string | 结果对象 |
-model_state | int | 模型状态,2 表示部署成功。可参考【状态码】 |
3. 发送预测请求
curl -X POST -H 'Content-Type:application/json' -d '{ "cmd": 1003, "text": "戴墨镜的猫[c]",
"style": "探索无限", "resolution": "1024*1024", "model_id": 1}' 'https://wenxin.baidu.com
/moduleApi/portal/api/rest/1.0/ernievilg/3.0/tuning?access_token=xx'
请求字段 | 类型 | 描述 |
---|---|---|
cmd | int | 指令码,固定传1003 |
text | string | 文本 |
style | string | 风格 |
resolution | string | 分辨率 |
model_id | int | 用户训练成功后的模型ID |
access_token | string | 用户token |
返回字段 | 类型 | 描述 |
---|---|---|
code | int | 错误码 |
msg | string | 错误信息 |
data | string | 结果对象 |
-taskId | int | 任务ID |
4. 查询预测结果
curl -i -k 'https://wenxin.baidu.com/moduleApi/portal/api/rest/1.0/ernievilg/v1
/getImg?access_token=${access_token}' --data-urlencode 'taskId=${task_id}'
请求字段 | 类型 | 描述 |
---|---|---|
cmd | int | 指令码,固定传1003 |
taskId | int | 任务ID |
model_id | int | 模型ID |
返回字段 | 类型 | 描述 |
---|---|---|
code | int | 错误码 |
msg | string | 错误信息 |
data | string | 结果对象 |