Estos contenidos se han traducido de forma automática para su comodidad, pero Huawei Cloud no garantiza la exactitud de estos. Para consultar los contenidos originales, acceda a la versión en inglés.
Centro de ayuda/ModelArts/Referencia de la API/Gestión de modelos/Consulta de una lista de modelos
Actualización más reciente 2022-11-14 GMT+08:00
Ver PDF
Compartir

Consulta de una lista de modelos

Función

Esta API se utiliza para consultar los modelos que cumplen con los criterios de búsqueda.

URI

GET /v1/{project_id}/models

Tabla 1 describe los parámetros requeridos.
Tabla 1 Parámetros

Parámetro

Obligatorio

Tipo

Descripción

project_id

Sí

String

ID del proyecto. Para obtener más información sobre cómo obtener un ID de proyecto, consulte Obtención de un ID y un nombre de proyecto.

Tabla 2 Parámetros de búsqueda

Parámetro

Obligatorio

Tipo

Descripción

model_name

No

String

Nombre del modelo. Se admite la coincidencia difusa.

NOTA:

Si un nombre de modelo contiene un guion bajo (_), agregue el parámetro exacta_match a la solicitud y establezca el valor del parámetro en true porque el guion bajo debe escaparse. Esto asegura que la operación de consulta se puede realizar correctamente.

model_version

No

String

Versión modelo

model_status

No

String

Estado del modelo. Puede consultar modelos basados en el estado del modelo. Opciones:

  • Publishing
  • Published
  • Failed
  • Building
  • Building_failed

model_type

No

String

Tipo de modelo. Se consultan los modelos de este tipo. model_type y not_model_type son mutuamente excluyentes y no pueden coexistir.

not_model_type

No

String

Tipo de modelo. Se consulta una lista de modelos de tipos a excepción de este tipo.

description

No

String

Descripción. Se admite la coincidencia difusa.

offset

No

Integer

Índice de la página a consultar. Valor predeterminado: 0

limit

No

Integer

Número máximo de registros devueltos en cada página. El valor predeterminado es 100. El valor recomendado oscila entre 10 y 50.

sort_by

No

String

Modo de clasificación. El valor puede ser create_at, model_version o model_size. Valor predeterminado: create_at

order

No

String

Orden de clasificación. El valor puede ser asc o desc, indicando el orden ascendente o descendente. Valor predeterminado: desc

workspace_id

No

String

ID del espacio de trabajo al que pertenece un servicio. El valor predeterminado es 0, que indica el espacio de trabajo predeterminado.

Cuerpo de la solicitud

No hay

Cuerpo de respuesta

Tabla 3 describe los parámetros de respuesta.
Tabla 3 Parámetros

Parámetro

Tipo

Descripción

total_count

Integer

Número total de modelos que cumplen los criterios de búsqueda cuando no se implementa ninguna paginación

count

Integer

Número de modelos

models

model array

Metadatos de modelo. Para más detalles, consulte Tabla 4.

Tabla 4 Parámetros model

Parámetro

Tipo

Descripción

model_id

String

ID del modelo

model_name

String

Nombre del modelo

model_version

String

Versión modelo

model_status

String

Estado del modelo

model_type

String

Tipo de modelo. El valor puede ser TensorFlow, MXNet, Caffe, Spark_MLlib, Scikit_Learn, XGBoost, MindSpore, Image, o PyTorch.

model_size

Long

Tamaño del modelo, en bytes

tenant

String

Tenant al que pertenece un modelo

project

String

Proyecto al que pertenece un modelo

owner

String

Usuario al que pertenece un modelo

create_at

Long

Tiempo en que se crea un modelo, en milisegundos calculados a partir de 1970.1.1 0:0:0 UTC

description

String

Descripción del modelo

workspace_id

String

ID del espacio de trabajo.

model_source

String

Fuente del modelo. Opciones:

  • auto: ExeML
  • algos: built-in algorithm
  • custom: custom model

tunable

Boolean

Si un modelo se puede ajustar. Opciones:

  • true: yes
  • false: no

market_flag

Boolean

Si un modelo está suscrito desde el mercado. Opciones:

  • true: yes
  • false: no

publishable_flag

Boolean

Si un modelo se puede publicar en el mercado. Opciones:

  • true: yes
  • false: no

install_type

String array

Tipo de implementación de modelo, determinando qué servicio se puede implementar un modelo. Los valores posibles son real-time (servicio en tiempo real) y batch (servicio por lotes).

subscription_id

String

ID de suscripción del modelo.

extra

String

Campo extendido.

source_type

String

Tipo de origen del modelo. Este parámetro es válido y su valor es auto solo si el modelo se implementa mediante ExeML.

specification

Object

Especificación mínima de implementación. Para más detalles, consulte Tabla 5.

Tabla 5 Parámetros Specification

Parámetro

Tipo

Descripción

min_cpu

String

Especificaciones mínimas de la CPU

min_gpu

String

Especificaciones mínimas de la GPU

min_memory

String

Capacidad mínima de memoria

min_ascend

String

Especificaciones mínimas de Ascend

Muestras

A continuación se muestra cómo consultar modelos.

  • Modelo de solicitud 
    GET    https://endpoint/v1/{project_id}/models
  • Modelo de respuesta 
        {
      "total_count": 1,
      "count": 1,
      "models": [
        {
          "model_name": "mnist",
          "model_version": "1.0.0",
          "model_id": "10eb0091-887f-4839-9929-cbc884f1e20e",
          "model_type": "tensorflow",
          "model_size": 5012312,
          "tenant": "6d28e85aa78b4e1a9b4bd83501bcd4a1",
          "project": "d04c10db1f264cfeb1966deff1a3527c",
          "owner": "6d28e85aa78b4e1a9b4bd83501bcd4a1",
          "create_at": 1533041553000,
          "description": "mnist model",
          "workspace_id": "0",
          "specification":{}
        }
      ]
    }

Código de estado

Para obtener más información sobre el código de estado, consulte Tabla 1.

Tema principal:Gestión de modelos