このセクションの他の記事
- サービスとは
- サービス管理画面
- 新規サービスを追加(学習)
- 新規サービスを追加(推論)
- 新規サービスを追加(プロジェクト管理)
- 新規サービスを追加(最適化)
- サービスの詳細と実行コードの作成(推論)
- サービスの詳細と実行コードの作成(学習)
- サービスの詳細と実行コードの作成(プロジェクト管理)
- サービスの詳細と実行コードの作成(最適化)
- サービスの編集
- サービス使用状況を表示
- APIの共通仕様
- APIの返り値(数値データ/文書データ(csv)の分類)
- APIの返り値(回帰)
- APIの返り値(画像の分類、ベクトル化、次元圧縮)
- APIの返り値(文書データ(zip/txt/pdf)の分類、ベク…
- APIの返り値(時系列解析)
- APIの返り値(学習)
- APIの返り値(最適化)
サービスの詳細と実行コードの作成(学習)
作成したサービスの内容を確認し、APIを実行するコードを作成します。
■学習サービスのAPI URLとシークレットキーの確認
サービス管理画面[学習サービス]タブのサービス一覧から、詳細を確認したいサービスを選んで詳細画面に進みます。
<学習サービスの詳細画面>
- API URL
APIごとに付与される一意のURLです。
APIを介してMatrixFlowに接続するためのURLで、外部システムに設定します。
右端のクリップアイコンをクリックすると、クリップボードにコピーします。
また、上図青枠の下向き矢印をクリックすると、実行する機能を[学習を実行/学習の進行状況を取得/学習を中止]から選択でき、機能に応じてURLも変わります。 - シークレットキー
APIごとに付与される一意の暗号キーです。
APIを介してMatrixFlowに接続するための認証情報で、外部システムに設定します。
右端のクリップアイコンをクリックすると、クリップボードにコピーします。 - APIの各種情報
サンプルコード、リクエスト、レスポンス(返り値)の情報です。
実行する機能によって内容が異なります。詳細は後述をご覧ください。 - サービス情報
サービスに登録されているレシピ名や前処理、予測する列、学習に使用する列が表示されます。
■APIの各種情報について
<サンプルコード>
外部システムに組み込むサンプルコードをcurlとPythonで用意しています。
下図赤枠の下向き矢印をクリックすると、curlとPythonを切り替えることができます。
また、実行する機能によってサンプルコードも切り替わります。
サンプルコードをコピー&ペーストして組み込む場合、実際の環境に合わせてRequestBodyのパラメータを変更する必要があります。詳細は後述の<RequestBody>をご覧ください。
※<RequestHeader>や<RequestBody>を参照して、ご利用環境のプログラミング言語でコーディングすることもできます。
<RequestHeader>
サービスを作成した時点で、サンプルコードには設定されています。
ヘッダー | データ型 | 値と説明 |
---|---|---|
x-matrixflow-secretkey | 文字列 | API作成時に発行される個々のシークレットキーの値 |
Content-Type | 文字列 | application/json |
<RequestBody>
[学習を実行]時のみ指定が必要です。
次のパラメータを実際に合わせて変更します。
Windows環境のcurlで実行する場合、サンプルコード内の[post.json]のように、RequestBodyのパラメータのみを記述したjsonファイルを別に用意します。
jsonファイルは、サンプルコード内の post.json をコピー&ペーストしてテキストエディタなどで作成し、設定値のみを変更されることをお勧めします。
パラメータ | データ型 | 説明 | |
---|---|---|---|
data_name | 文字列 | 学習に使用する、MatrixFlowにアップロードされているデータセット名を指定 | |
train_config | 文字列 | 学習時のテストデータ比率やハイパーパラメータを設定 解析手法(レシピ)により設定するパラメータが異なる。詳細後述。 SaaS上で学習を行う場合の最後のステップ「学習の詳細設定」画面の設定項目に該当 |
|
trained_ai | name | 文字列 | 学習後に保存する、学習済みAIの名前を指定(Option) |
description | 文字列 | 学習後に保存する、学習済みAIの説明を指定(Option) |
■train_configに設定するパラメータ
train_config内のパラメータは、テストデータ比率とハイパーパラメータの値です。SaaS上で学習を行う場合、最後のステップ「学習の詳細設定」画面の設定項目に該当します。
サンプルコードにはデフォルト値が設定されますので、適宜変更します。
※画像データを投入する場合のみ、設定するパラメータが異なります。
▶分類(数値データ)/回帰/文書データ(分類、ベクトル化共通)/時系列解析
パラメータ | 説明 | |
---|---|---|
data | ratio | テストデータ比率 デフォルト値 “0.1” |
▶画像データ(分類、ベクトル化、次元圧縮共通)
パラメータ | 説明 | ||
---|---|---|---|
learning_rate | 学習率 デフォルト値 “0.0001” |
||
batch_size | バッチサイズ デフォルト値 “64” |
||
epoch | エポック数 デフォルト値 “5” |
||
data | ratio | テストデータ比率 デフォルト値 “0.01” |
|
saver | evaluate_every | train | 評価間隔(学習データ) デフォルト値 “10” |
test | 評価間隔(テストデータ) デフォルト値 “30” |
||
num_checkpoints | MatrixFlow内部で使うパラメータのため変更不要 |
<Responses>
APIを実行し、成功した時に返される情報です。
学習サービスのレスポンスは、解析手法(レシピ)やデータの種類、実行する機能によって異なります。詳細は、APIの返り値(学習)をご覧ください。