资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

Paddle框架API调用文档

本文档主要说明使用Paddle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:

接口描述

基于Paddle深度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": [{
    "tensors": [{
      "name": "", // tensor name
      "type": "FLOAT/INT64/INT32",
      // xxx_data必须与"type"相对应,一个tensor中只能出现一种数据类型的data.
      "float_data": [],
      "int64_data": [],
      "int32_data": [],
      "shape": []
    }]
  }]
}

Body中放置请求参数,参数想详情如下:
请求参数:

参数 是否必选 类型 可选范围值 说明
instances array(object) - 用于预测的数据实例信息
+tensors array(object) - 模型输入对应的tensor数据
++name string - tensor名称
++shape array(number) - tensor的shape
++type string FLOAT/INT64/INT32 tensor的数据类型
++float_data array(number) - 浮点型数据;必须与”type”相对应,当type为FLOAT时传入
++int64_data array(number) - 64位整形数据;必须与”type”相对应,当type为FLOAT时传入
++int32_data array(number) - 32位整形数据;必须与”type”相对应,当type为FLOAT时传入
++lod_vector array(object) - tensor的LoD向量信息。常在变长序列输入模型(如文本类)中使用,详情可参考LoD-Tensor使用说明,模型不存在lod时无须指定
+++lod array(number) - 各个level的LoD信息

返回说明

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
+predictions array(object) - paddle模型预测结果
++tensors array(object) - 模型预测输出对应的tensor信息
+++name string - tensor名称
+++shape array(number) - tensor的shape
+++type string FLOAT/INT64/INT32 tensor的数据类型
+++float_data array(number) - 浮点型预测值;与”type”相对应,当type为FLOAT时返回
+++int64_data array(number) - 64位整形数据;与”type”相对应,当type为INT64时返回
+++int32_data array(number) - 32位整形数据;与”type”相对应,当type为INT32时返回
++lod_vector array(object) - 输出tensor的LoD向量信息。详情可参考LoD-Tensor使用说明
+++lod array(number) - 各个level的LoD信息
上一篇
公有云部署
下一篇
Tensorflow框架API调用文档