Zálohování a obnovení vlastních modelů klasifikace textu

Když vytvoříte prostředek jazyka, zadáte oblast, ve které se má vytvořit. Od tého dne probíhá váš prostředek a všechny operace související s ním v zadané oblasti serveru Azure. Je vzácné, ale ne nemožné, aby se vyskytl problém se sítí, který zasáhne celou oblast. Pokud vaše řešení musí být vždy dostupné, měli byste ho navrhnout tak, aby buď převzal služby při selhání, do jiné oblasti. To vyžaduje dva prostředky Azure AI Language v různých oblastech a schopnost synchronizovat vlastní modely napříč oblastmi.

Pokud vaše aplikace nebo firma závisí na použití vlastního modelu klasifikace textu, doporučujeme vytvořit repliku projektu do jiné podporované oblasti. Takže pokud dojde k výpadku oblasti, můžete k modelu přistupovat v jiné oblasti převzetí služeb při selhání, ve které jste projekt replikovali.

Replikace projektu znamená, že exportujete metadata a prostředky projektu a importujete je do nového projektu. Tím se vytvoří jenom kopie nastavení projektu a označená data. Stále potřebujete vytrénovat a nasadit modely, které budou k dispozici pro použití s rozhraními API pro predikce.

V tomto článku se dozvíte, jak pomocí rozhraní API pro export a import replikovat projekt z jednoho prostředku do jiného existujícího v různých podporovaných geografických oblastech, pokyny k udržování projektů v synchronizaci a změnách potřebných pro vaši spotřebu za běhu.

Požadavky

• Dva prostředky jazyka Azure AI v různých oblastech Azure Vytvořte prostředek jazyka a připojte je k účtu úložiště Azure. Doporučujeme připojit oba prostředky jazyka ke stejnému účtu úložiště, i když při importu projektu může dojít k mírně vyšší latenci a trénování modelu.

Získání koncového bodu klíčů prostředků

Pomocí následujícího postupu získejte klíče a koncový bod primárních a sekundárních prostředků. Ty se použijí v následujících krocích.

• Na webu Azure Portal přejděte na stránku přehledu prostředků.

• V nabídce na levé straně vyberte Klíče a koncový bod. Pro požadavky rozhraní API použijete koncový bod a klíč.

Tip

Poznamenejte si klíče a koncové body pro primární i sekundární prostředky. Tyto hodnoty použijte k nahrazení následujících zástupných symbolů: {PRIMARY-ENDPOINT}, {SECONDARY-ENDPOINT} {PRIMARY-RESOURCE-KEY}a {SECONDARY-RESOURCE-KEY}. Poznamenejte si také název projektu, název modelu a název nasazení. Tyto hodnoty použijte k nahrazení následujících zástupných symbolů: {PROJECT-NAME}{MODEL-NAME} a {DEPLOYMENT-NAME}.

Export primárních prostředků projektu

Začněte exportem prostředků projektu z projektu v primárním zdroji.

Odeslání úlohy exportu

Zástupné symboly v následujícím požadavku nahraďte vlastními {PRIMARY-ENDPOINT} a {PRIMARY-RESOURCE-KEY} získanými v prvním kroku.

K exportu projektu vytvořte požadavek POST pomocí následující adresy URL, hlaviček a textu JSON.

Adresa URL požadavku

Při vytváření požadavku rozhraní API použijte následující adresu URL. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/:export?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	MyProject
{API-VERSION}	Verze rozhraní API, které voláte. Na tuto hodnotu odkazuje nejnovější vydaná verze modelu.	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text

V textu požadavku použijte následující kód JSON a určete, že chcete exportovat všechny prostředky.

{
  "assetsToExport": ["*"]
}

Po odeslání požadavku rozhraní API obdržíte 202 odpověď, která značí, že úloha byla odeslána správně. V hlavičce odpovědi extrahujte operation-location hodnotu. Bude formátován takto:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/export/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} slouží k identifikaci vašeho požadavku, protože tato operace je asynchronní. Tuto adresu URL použijete k získání stavu úlohy exportu.

Získání stavu úlohy exportu

Zástupné symboly v následujícím požadavku nahraďte vlastními {PRIMARY-ENDPOINT} a {PRIMARY-RESOURCE-KEY} získanými v prvním kroku.

Stav exportu prostředků projektu získáte pomocí následujícího požadavku GET . Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

Adresa URL požadavku

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/export/jobs/{JOB-ID}?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{JOB-ID}	ID pro vyhledání stavu trénování modelu. Toto je hodnota hlavičky location , kterou jste obdrželi v předchozím kroku.	xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text odpovědi

{
  "resultUrl": "{RESULT-URL}",
  "jobId": "string",
  "createdDateTime": "2021-10-19T23:24:41.572Z",
  "lastUpdatedDateTime": "2021-10-19T23:24:41.572Z",
  "expirationDateTime": "2021-10-19T23:24:41.572Z",
  "status": "unknown",
  "errors": [
    {
      "code": "unknown",
      "message": "string"
    }
  ]
}

K zobrazení exportovaných prostředků z této úlohy použijte adresu URL z resultUrl klíče v textu.

Získání výsledků exportu

Odešlete požadavek GET pomocí {RESULT-URL} přijatého z předchozího kroku a zobrazte výsledky úlohy exportu.

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Zkopírujte text odpovědi, protože ho použijete jako text pro další úlohu importu.

Import do nového projektu

Teď pokračujte a importujte exportované prostředky projektu do nového projektu v sekundární oblasti, abyste je mohli replikovat.

Odeslat úlohu importu

Zástupné symboly v následujícím požadavku nahraďte vlastními {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY} získanými v prvním kroku.

Odešlete požadavek POST pomocí následující adresy URL, hlaviček a textu JSON pro import souboru štítků. Ujistěte se, že soubor štítků dodržuje akceptované formátování.

Pokud projekt se stejným názvem již existuje, nahradí se data tohoto projektu.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/:import?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text

V požadavku použijte následující kód JSON. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

Klasifikace více popisků

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customMultiLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customMultiLabelClassification",
    "classes": [
      {
        "category": "Class1"
      },
      {
        "category": "Class2"
      }
    ],
    "documents": [
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class1"
          },
          {
            "category": "Class2"
          }
        ]
      },
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class2"
          }
        ]
      }
    ]
  }
}

Klíč	Zástupný symbol	Hodnota	Příklad
verze-api	{API-VERSION}	Verze rozhraní API, které voláte. Zde použitá verze musí být stejná verze rozhraní API v adrese URL. Další informace o dalších dostupných verzích rozhraní API	2022-05-01
projectName	{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
projectKind	customMultiLabelClassification	Váš projekt je laskavý.	customMultiLabelClassification
jazyk	{LANGUAGE-CODE}	Řetězec určující kód jazyka pro dokumenty použité v projektu. Pokud je projekt vícejazyčný, zvolte kód jazyka většiny dokumentů. Další informace o podpoře více jazyků najdete v podpoře jazyků.	en-us
mnohojazyčný	true	Logická hodnota, která umožňuje mít v datové sadě dokumenty ve více jazycích a při nasazení modelu můžete dotazovat model v libovolném podporovaném jazyce (nemusí nutně být součástí trénovacích dokumentů). Další informace o podpoře více jazyků najdete v podpoře jazyků.	true
storageInputContainerName	{CONTAINER-NAME}	Název kontejneru úložiště Azure, do kterého jste dokumenty nahráli.	myContainer
třídy	[]	Pole obsahující všechny třídy, které máte v projektu. Jedná se o třídy, do které chcete dokumenty klasifikovat.	[]
documents	[]	Pole obsahující všechny dokumenty v projektu a třídy označené pro tento dokument.	[]
location	{DOCUMENT-NAME}	Umístění dokumentů v kontejneru úložiště. Vzhledem k tomu, že všechny dokumenty jsou v kořenovém adresáři kontejneru, měl by to být název dokumentu.	doc1.txt
datová sada	{DATASET}	Testovací sada, na kterou se tento dokument před trénováním rozdělí. Další informace o rozdělení dat najdete v tématu Postup trénování modelu . Možné hodnoty pro toto pole jsou Train a Test.	Train

Klasifikace s jedním popiskem

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customSingleLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customSingleLabelClassification",
        "classes": [
            {
                "category": "Class1"
            },
            {
                "category": "Class2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class2"
                }
            },
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class1"
                }
            }
        ]
    }
}

Klíč	Zástupný symbol	Hodnota	Příklad
verze-api	{API-VERSION}	Verze rozhraní API, které voláte. Zde použitá verze musí být stejná verze rozhraní API v adrese URL.	2022-05-01
projectName	{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
projectKind	customSingleLabelClassification	Váš projekt je laskavý.	customSingleLabelClassification
jazyk	{LANGUAGE-CODE}	Řetězec určující kód jazyka pro dokumenty použité v projektu. Pokud je projekt vícejazyčný, zvolte kód jazyka většiny dokumentů. Další informace o podporovaných kódech jazyků najdete v podpoře jazyků.	en-us
mnohojazyčný	true	Logická hodnota, která umožňuje mít v datové sadě dokumenty ve více jazycích a při nasazení modelu můžete dotazovat model v libovolném podporovaném jazyce (nemusí nutně být součástí trénovacích dokumentů). Další informace o podpoře více jazyků najdete v podpoře jazyků.	true
storageInputContainerName	{CONTAINER-NAME}	Název kontejneru úložiště Azure, do kterého jste dokumenty nahráli.	myContainer
třídy	[]	Pole obsahující všechny třídy, které máte v projektu. Jedná se o třídy, do které chcete dokumenty klasifikovat.	[]
documents	[]	Pole obsahující všechny dokumenty v projektu a do které třídy patří tento dokument.	[]
location	{DOCUMENT-NAME}	Umístění dokumentů v kontejneru úložiště. Vzhledem k tomu, že všechny dokumenty jsou v kořenovém adresáři kontejneru, měl by to být název dokumentu.	doc1.txt
datová sada	{DATASET}	Testovací sada, na kterou se tento dokument před trénováním rozdělí. Další informace o rozdělení dat najdete v tématu Jak vytrénovat model . Možné hodnoty pro toto pole jsou Train a Test.	Train

Po odeslání požadavku rozhraní API obdržíte 202 odpověď, která značí, že úloha byla odeslána správně. V hlavičce odpovědi extrahujte operation-location hodnotu. Bude formátován takto:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} slouží k identifikaci vašeho požadavku, protože tato operace je asynchronní. Tuto adresu URL použijete k získání stavu úlohy importu.

Možné chybové scénáře pro tento požadavek:

• Vybraný prostředek nemá správná oprávnění pro účet úložiště.
• Zadaná storageInputContainerName hodnota neexistuje.
• Použije se neplatný kód jazyka nebo pokud typ kódu jazyka není řetězec.
• multilingual hodnota je řetězec, nikoli logická hodnota.

Získání stavu úlohy importu

Zástupné symboly v následujícím požadavku nahraďte vlastními {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY} získanými v prvním kroku.

Pomocí následujícího požadavku GET získejte stav importu projektu. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

Adresa URL požadavku

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{JOB-ID}	ID pro vyhledání stavu trénování modelu. Tato hodnota je v location hodnotě záhlaví, kterou jste obdrželi v předchozím kroku.	xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Trénování vašeho modelu

Po importu projektu jste zkopírovali pouze prostředky a metadata a prostředky projektu. Stále potřebujete vytrénovat model, který bude mít na vašem účtu využití.

Odeslání trénovací úlohy

Zástupné symboly v následujícím požadavku nahraďte vlastními {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY} získanými v prvním kroku.

Odešlete požadavek POST pomocí následující adresy URL, hlaviček a textu JSON a odešlete trénovací úlohu. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/:train?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text požadavku

V textu požadavku použijte následující KÓD JSON. Po dokončení trénování bude model udělen {MODEL-NAME} . Modely budou vytvářet pouze úspěšné trénovací úlohy.

{
	"modelLabel": "{MODEL-NAME}",
	"trainingConfigVersion": "{CONFIG-VERSION}",
	"evaluationOptions": {
		"kind": "percentage",
		"trainingSplitPercentage": 80,
		"testingSplitPercentage": 20
	}
}

Klíč	Zástupný symbol	Hodnota	Příklad
modelLabel	{MODEL-NAME}	Název modelu, který se přiřadí k vašemu modelu po úspěšném natrénování.	myModel
trainingConfigVersion	{CONFIG-VERSION}	Toto je verze modelu, která se použije k trénování modelu.	2022-05-01
evaluationOptions		Možnost rozdělení dat mezi trénovací a testovací sady	{}
kind	percentage	Rozdělte metody. Možné hodnoty jsou percentage nebo manual. Další informace najdete v tématu Jak vytrénovat model .	percentage
trainingSplitPercentage	80	Procento označených dat, která se mají zahrnout do trénovací sady Doporučená hodnota je 80.	80
testingSplitPercentage	20	Procento označených dat, která se mají zahrnout do testovací sady Doporučená hodnota je 20.	20

Poznámka:

testingSplitPercentage A trainingSplitPercentage jsou vyžadovány pouze v případě, že Kind je nastavena percentage hodnota a součet obou procent by měl být roven 100.

Po odeslání požadavku rozhraní API obdržíte 202 odpověď, která značí, že úloha byla odeslána správně. V hlavičce odpovědi extrahujte location hodnotu. Bude formátován takto:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/train/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} slouží k identifikaci vašeho požadavku, protože tato operace je asynchronní. Pomocí této adresy URL můžete získat stav trénování.

Get Training Status

Zástupné symboly v následujícím požadavku nahraďte vlastními {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY} získanými v prvním kroku.

Stav průběhu trénování modelu získáte pomocí následujícího požadavku GET . Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

Adresa URL požadavku

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/train/jobs/{JOB-ID}?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{JOB-ID}	ID pro vyhledání stavu trénování modelu. Tato hodnota je v location hodnotě záhlaví, kterou jste obdrželi v předchozím kroku.	xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API najdete v životním cyklu modelu.	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text odpovědi

Po odeslání požadavku získáte následující odpověď.

{
  "result": {
    "modelLabel": "{MODEL-NAME}",
    "trainingConfigVersion": "{CONFIG-VERSION}",
    "estimatedEndDateTime": "2022-04-18T15:47:58.8190649Z",
    "trainingStatus": {
      "percentComplete": 3,
      "startDateTime": "2022-04-18T15:45:06.8190649Z",
      "status": "running"
    },
    "evaluationStatus": {
      "percentComplete": 0,
      "status": "notStarted"
    }
  },
  "jobId": "{JOB-ID}",
  "createdDateTime": "2022-04-18T15:44:44Z",
  "lastUpdatedDateTime": "2022-04-18T15:45:48Z",
  "expirationDateTime": "2022-04-25T15:44:44Z",
  "status": "running"
}

Nasazení modelu

Toto je krok, ve kterém zpřístupníte trénovaný model pomocí rozhraní API pro predikce modulu runtime.

Tip

Pro snadnější údržbu a minimální změny systému použijte stejný název nasazení jako u primárního projektu, abyste mohli zpracovávat přesměrování provozu.

Odeslání úlohy nasazení

Zástupné symboly v následujícím požadavku nahraďte vlastními {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY} získanými v prvním kroku.

Odešlete požadavek PUT pomocí následující adresy URL, hlaviček a textu JSON a odešlete úlohu nasazení. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/deployments/{deploymentName}?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{DEPLOYMENT-NAME}	Název nasazení. U této hodnoty se rozlišují malá a velká písmena.	staging
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text požadavku

V textu požadavku použijte následující KÓD JSON. Použijte název modelu, který chcete přiřadit k nasazení.

{
  "trainedModelLabel": "{MODEL-NAME}"
}

Klíč	Zástupný symbol	Hodnota	Příklad
trainedModelLabel	{MODEL-NAME}	Název modelu, který se přiřadí k vašemu nasazení. Úspěšně natrénované modely můžete přiřadit pouze. U této hodnoty se rozlišují malá a velká písmena.	myModel

Po odeslání požadavku rozhraní API obdržíte 202 odpověď, která značí, že úloha byla odeslána správně. V hlavičce odpovědi extrahujte operation-location hodnotu. Bude formátován takto:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} slouží k identifikaci vašeho požadavku, protože tato operace je asynchronní. Tuto adresu URL můžete použít k získání stavu nasazení.

Získání stavu nasazení

Zástupné symboly v následujícím požadavku nahraďte vlastními {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY} získanými v prvním kroku.

Pomocí následujícího požadavku GET zadejte dotaz na stav úlohy nasazení. Můžete použít adresu URL, kterou jste obdrželi z předchozího kroku, nebo nahradit níže uvedené zástupné hodnoty vlastními hodnotami.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{DEPLOYMENT-NAME}	Název nasazení. U této hodnoty se rozlišují malá a velká písmena.	staging
{JOB-ID}	ID pro vyhledání stavu trénování modelu. Toto je hodnota hlavičky location , kterou jste obdrželi v předchozím kroku.	xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text odpovědi

Po odeslání požadavku se zobrazí následující odpověď. Pokračujte v dotazování na tento koncový bod, dokud se parametr stavu nezmění na "úspěch". Měli byste získat 200 kód, který indikuje úspěch požadavku.

{
    "jobId":"{JOB-ID}",
    "createdDateTime":"{CREATED-TIME}",
    "lastUpdatedDateTime":"{UPDATED-TIME}",
    "expirationDateTime":"{EXPIRATION-TIME}",
    "status":"running"
}

Změny při volání modulu runtime

V systému v kroku, ve kterém voláte rozhraní API pro predikce modulu runtime, zkontrolujte kód odpovědi vrácený z rozhraní API pro odeslání úlohy. Pokud při odesílání požadavku zaznamenáte konzistentní selhání, může to znamenat výpadek ve vaší primární oblasti. Selhání jednou neznamená výpadek, může se jednat o přechodný problém. Zkuste úlohu odeslat znovu prostřednictvím sekundárního prostředku, který jste vytvořili. Pro druhou žádost použijte váš {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY}, pokud jste postupovali podle výše uvedených kroků, a {DEPLOYMENT-NAME} byl by stejný, {PROJECT-NAME} takže v textu požadavku nejsou vyžadovány žádné změny.

V případě, že se vrátíte k použití sekundárního prostředku, zaznamenáte mírné zvýšení latence kvůli rozdílu v oblastech, ve kterých je váš model nasazený.

Kontrola, jestli se vaše projekty nesynchronizují

Zachování aktuálnosti obou projektů je důležitou součástí procesu. Často je potřeba zkontrolovat, jestli se v primárním projektu provedly nějaké aktualizace, abyste je přesunuli do sekundárního projektu. Tímto způsobem, pokud primární oblast selže a přesunete se do sekundární oblasti, měli byste očekávat podobný výkon modelu, protože už obsahuje nejnovější aktualizace. Nastavení četnosti kontroly, jestli jsou vaše projekty synchronizované, je důležitá volba, doporučujeme, abyste tuto kontrolu provedli každý den, abyste zajistili aktuálnost dat v sekundárním modelu.

Získání podrobností o projektu

Pomocí následující adresy URL získáte podrobnosti o projektu, jeden z klíčů vrácených v textu označuje datum poslední změny projektu. Opakujte následující krok dvakrát, jeden pro primární projekt a druhý pro váš sekundární projekt a porovnejte časové razítko, které se vrátilo pro oba, a zkontrolujte, jestli nejsou synchronizované.

K získání podrobností o projektu použijte následující požadavek GET . Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}?api-version={API-VERSION}

Zástupný symbol	Hodnota	Příklad
{ENDPOINT}	Koncový bod pro ověření požadavku rozhraní API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Název projektu. U této hodnoty se rozlišují malá a velká písmena.	myProject
{API-VERSION}	Verze rozhraní API, které voláte. Hodnota, na kterou se zde odkazuje, je určená pro nejnovější vydané verze. Další informace o dalších dostupných verzích rozhraní API	2022-05-01

Hlavičky

K ověření požadavku použijte následující hlavičku.

Key	Hodnota
Ocp-Apim-Subscription-Key	Klíč k vašemu prostředku. Používá se k ověřování požadavků rozhraní API.

Text odpovědi

    {
        "createdDateTime": "2021-10-19T23:24:41.572Z",
        "lastModifiedDateTime": "2021-10-19T23:24:41.572Z",
        "lastTrainedDateTime": "2021-10-19T23:24:41.572Z",
        "lastDeployedDateTime": "2021-10-19T23:24:41.572Z",
        "projectKind": "customMultiLabelClassification",
        "storageInputContainerName": "{CONTAINER-NAME}",
        "projectName": "{PROJECT-NAME}",
        "multilingual": false,
        "description": "Project description",
        "language": "{LANGUAGE-CODE}"
    }

Po odeslání požadavku rozhraní API obdržíte 200 odpověď s informacemi o úspěchu a textu odpovědi JSON s podrobnostmi o projektu.

Opakujte stejný postup pro replikovaný projekt pomocí {SECONDARY-ENDPOINT} a {SECONDARY-RESOURCE-KEY}. Porovnejte vrácený lastModifiedDateTime z obou projektů. Pokud byl primární projekt změněn dříve než sekundární projekt, musíte zopakovat kroky exportu, importu, trénování a nasazení modelu.

Další kroky

V tomto článku jste se dozvěděli, jak pomocí rozhraní API pro export a import replikovat projekt do sekundárního prostředku jazyka v jiné oblasti. V dalším kroku prozkoumejte referenční dokumentaci k rozhraním API a podívejte se, co dalšího můžete s rozhraními API pro vytváření dělat.

• Referenční informace k rozhraní REST API pro vytváření
• Referenční informace k rozhraní REST API pro predikce modulu runtime