开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
BML 全功能AI开发平台

    tensorflow框架API调用文档

    本文档主要说明使用TensorFlow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TensorFlow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": [{
            # key为保存SavedModel时设置的inputs的key,即模型接收的输入,对应的value须和定义的类型和shape相同,
            "inputs": []
            "keep_prob": 1
        }],
        "signature_name": "predict"
    }

    Body中放置请求参数,参数详情如下:

    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
    +{key} array/number - key为保存SavedModel时设置的inputs的key,对应的value须和定义的类型和shape相同,否则预测服务可能返回失败
    +{key2} array/number - key为保存SavedModel时设置的inputs的key,对应的value须和定义的类型和shape相同,否则预测服务可能返回失败
    signature_name string - 保存SavedModel时设置的签名;若保存时未设置,请求时可不传

    返回说明

    返回body示例:

    {
        "log_id": xxx,
        "result": {
            "predictions": [
                [2.13782158e-07, 7.51928155e-08, ... ]
            ]
        }
    }

    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 - ensorflow模型预测结果,具体结构因模型不同而存在差异
    error_code object - 错误码
    error_msg object - 错误信息
    上一篇
    Paddle框架API调用文档
    下一篇
    Pytorch框架API调用文档