文档首页/ AI开发平台ModelArts/ API参考/ 历史API/ 训练管理（旧版）/ 资源和引擎规格接口/ 查询作业引擎规格
更新时间：2024-11-22 GMT+08:00
查看PDF
分享

查询作业引擎规格

功能介绍

查看指定作业的引擎类型和版本。

创建训练作业和预测作业需要指定引擎规格。

URI

GET /v1/{project_id}/job/ai-engines

参数说明如表1所示。
表1 参数说明

参数

是否必选

参数类型

说明

project_id

是

String

用户项目ID。获取方法请参见获取项目ID和名称。
表2 查询检索参数说明

参数

是否为必选

参数类型

说明

job_type

否

String

指定作业的类型，可选的有“train”和“inference”。

请求消息

无请求参数。

响应消息

响应参数如表3所示。
表3 响应参数

参数

参数类型

说明

is_success

Boolean

请求是否成功。

error_message

String

调用失败时的错误信息。

调用成功时无此字段。

error_code

String

调用失败时的错误码，具体请参见错误码。

调用成功时无此字段。

engines

engines结构数组

引擎规格参数列表，如表4所示。
表4 engines属性列表说明

参数

参数类型

说明

engine_type

integer

训练作业的引擎类型。

  • 1：TensorFlow。
  • 2：MXNet。
  • 4：Caffe。
  • 5：Spark_MLlib
  • 6: Scikit Learn
  • 9：XGBoost-Sklearn
  • 10：Pytorch
  • 13：Ascend-Powerd-Engine
  • 17: MindSpore-GPU

engine_id

Long

训练作业的引擎ID。

engine_name

String

训练作业的引擎名称。

engine_version

String

训练作业使用的引擎版本。

请求示例

如下以查看训练作业的资源引擎规格为例。

GET    https://endpoint/v1/{project_id}/job/ai-engines?job_type=train

响应示例

  • 成功响应示例 
    {
    "is_success": true,
    "engines": [
        {
            "engine_type": 1,
            "engine_name": "TensorFlow",
            "engine_id": 1,
            "engine_version": "TF-1.4.0-python2.7"
        }
    ]
}
  • 失败响应示例 
    {
    "is_success": false,
    "error_message": "Error string",
    "error_code": "ModelArts.0105"
}

状态码

状态码请参见表1。

相关文档