盘古统一编码时序预测回归大模型
功能介绍
2025年3月首次发布的模型,基于时序预测基模型实现对未来一组观测值的预测,最多支持256个未来时间点的预测。
请求参数
参数 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
X-Auth-Token |
是 |
String |
参数解释: 用户Token。 用于获取操作API的权限。如图4中响应消息头中X-Subject-Token的值即为Token。 约束限制: 不涉及 取值范围: 不涉及 默认取值: 不涉及 |
Content-Type |
是 |
String |
参数解释: 发送的实体的MIME类型。 约束限制: 不涉及 取值范围: 不涉及 默认取值: application/json |
参数 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
X-Apig-AppCode |
是 |
String |
参数解释: API Key值。 用于获取操作API的权限。API Key认证响应消息头中X-Apig-AppCode的值即为API Key。 约束限制: 不涉及 取值范围: 不涉及 默认取值: 不涉及 |
Content-Type |
是 |
String |
参数解释: 发送的实体的MIME类型。 约束限制: 不涉及 取值范围: 不涉及 默认取值: application/json |
参数 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
data |
是 |
Array |
参数解释: 时序数据请求的批处理队列。 约束限制: 盘古时序预测回归任务的输入数据内容,用字典承载。输入数据字典中,键对应特征列名,值为序列数据具体内容。 取值范围: 输入数据中的一组数据。 默认取值: 预测大模型在训练完成后,可以在训练日志页面,“模型训练”日志节点中获取推理api所用的示例数据。填写请求Body时可以参考该示例填写。 |
context_len |
否 |
int |
参数解释: 时序任务的历史窗口大小,该参数主要服务于支持多尺度窗口的模型的推理。 约束限制: 填写时需要保证输入序列长度大于等于该值。 取值范围:
默认取值: -1,-1为当前服务模型的默认大小。 |
prediction_len |
否 |
int |
参数解释: 时序预测输出的窗口长度。数值越大输出预测的时间范围越大,但相应的显存占用会增加以及模型预测精度可能会下降。 约束限制: 基于已发布模型的进行增量微调,输出窗口需要与其保持一致。 取值范围:
默认取值: 与训练模型的预测目标窗口大小一致。 |
响应参数
状态码: 200
参数 |
参数类型 |
描述 |
---|---|---|
data |
LIST<OutputMeta> |
参数解释: 时序预测结果的列表。 约束限制: 不涉及 取值范围: 不涉及 默认取值: 不涉及 |
time_cost |
JSON |
参数解释: 当启动服务时,本次请求服务各阶段耗时情况。 约束限制: 不涉及 取值范围: 不涉及 默认取值: 不涉及 |
参数名称 |
参数类型 |
说明 |
---|---|---|
prediction |
JSON |
参数解释: 时序分类的输出结果,具体见样例调用示例。 约束限制: 不涉及 取值范围: 不涉及 默认取值: 不涉及 |
状态码: 400
参数 |
参数类型 |
描述 |
---|---|---|
error_code |
String |
错误码。 |
error_msg |
String |
错误信息。 |
请求示例
{ "context_len": 256, "prediction_len": 96, "data": [ { "context": { "feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328,...], "feature_1": [ 864.1618041992188, 493.91827392578125, 252.7724151611328,...] } }, { "context": { "feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328,...], "feature_1": [ 864.1618041992188, 493.91827392578125, 252.7724151611328,...] } } ] }
响应示例
{ "data": [ { "prediction":{ "feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328,...] "feature_1": [ 864.1618041992188, 493.91827392578125, 252.7724151611328,...] } } ], "time_cost": { "infer_cost_time": "82.609 ms", "postprocess_cost_time": "0.29 ms", "preprocess_cost_time": "0.1332 ms", "service_cost_total_time": "84.965 ms" } }
状态码
请参见状态码。
错误码
请参见错误码。