Models - Create

Service:

Azure AI Services

Version d'API:

2023-04-01-preview

Commence l’entraînement d’un modèle personnalisé.

Codes d’état retournés :

• 201 : Opération terminée avec succès.
• 400 : La demande a été mal formée.
• 409 : Un modèle avec le nom spécifié existe déjà.

PUT /models/{name}?api-version=2023-04-01-preview

Paramètres URI

Nom	Dans	Obligatoire	Type	Description
name	path	True	string	Nom qui peut être utilisé pour identifier de manière unique le modèle une fois qu’il a été créé. Modèle d’expression régulière: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$
api-version	query	True	string	Version de l’API demandée.

Corps de la demande

Media Types: "application/json-patch+json"

Nom	Obligatoire	Type	Description
trainingParameters	True	TrainingParameters	Paramètres permettant de spécifier la façon dont une exécution d’entraînement entraîne un modèle personnalisé.
createdDateTime		string	Lecture seule. Date et heure de la première création de l’exécution de l’entraînement, en UTC.
error		ErrorResponseDetails	Informations sur l’erreur.
evaluationParameters		ModelEvaluationParameters	Paramètres permettant de spécifier la façon dont un modèle est évalué.
modelPerformance		ModelPerformance	Métriques de performances pour un modèle entraîné personnalisé.
name		string	Lecture seule. Nom utilisé pour identifier de manière unique l’exécution de l’entraînement.
status		ModelState	Lecture seule. État actuel de l’exécution de l’entraînement.
updatedDateTime		string	Lecture seule. Date et heure de la dernière mise à jour de l’exécution de l’entraînement, en UTC.

Réponses

Nom	Type	Description
201 Created	Model	Date de création
Other Status Codes	ErrorResponse	Erreur En-têtes x-ms-error-code: string

Exemples

Models_Create

Exemple de requête

HTTP

PUT /models/model_name?api-version=2023-04-01-preview

{
  "trainingParameters": {
    "timeBudgetInHours": 100,
    "trainingDatasetName": "my_dataset_name"
  }
}

Exemple de réponse

Code d’état:

201

{
  "name": "model_name",
  "createdDateTime": "2023-01-13T20:46:21.210Z",
  "updatedDateTime": "2023-01-13T20:46:21.210Z",
  "status": "notStarted",
  "trainingParameters": {
    "timeBudgetInHours": 100,
    "trainingDatasetName": "my_dataset_name"
  }
}

Définitions

Nom	Description
ErrorResponse	Réponse retournée lorsqu’une erreur se produit.
ErrorResponseDetails	Informations sur l’erreur.
ErrorResponseInnerError	Erreur détaillée.
Model	Décrit une exécution d’entraînement pour l’apprentissage d’un modèle personnalisé.
ModelEvaluationParameters	Paramètres permettant de spécifier la façon dont un modèle est évalué.
ModelKind	Type de modèle.
ModelPerformance	Métriques de performances pour un modèle entraîné personnalisé.
ModelState	Lecture seule. État actuel de l’exécution de l’entraînement.
ModelTagPerformance	Métriques de performances pour chaque balise reconnue par un modèle entraîné personnalisé.
TrainingParameters	Paramètres permettant de spécifier la façon dont une exécution d’entraînement entraîne un modèle personnalisé.

ErrorResponse

Réponse retournée lorsqu’une erreur se produit.

Nom	Type	Description
error	ErrorResponseDetails	Informations sur l’erreur.

ErrorResponseDetails

Informations sur l’erreur.

Nom	Type	Description
code	string	Code d’erreur.
details	ErrorResponseDetails[]	Liste des erreurs détaillées.
innererror	ErrorResponseInnerError	Erreur détaillée.
message	string	Message d’erreur.
target	string	Cible de l’erreur.

ErrorResponseInnerError

Erreur détaillée.

Nom	Type	Description
code	string	Code d’erreur.
innererror	ErrorResponseInnerError	Erreur détaillée.
message	string	Message d’erreur.

Model

Décrit une exécution d’entraînement pour l’apprentissage d’un modèle personnalisé.

Nom	Type	Description
createdDateTime	string	Lecture seule. Date et heure de la première création de l’exécution de l’entraînement, en UTC.
error	ErrorResponseDetails	Informations sur l’erreur.
evaluationParameters	ModelEvaluationParameters	Paramètres permettant de spécifier la façon dont un modèle est évalué.
modelPerformance	ModelPerformance	Métriques de performances pour un modèle entraîné personnalisé.
name	string	Lecture seule. Nom utilisé pour identifier de manière unique l’exécution de l’entraînement.
status	ModelState	Lecture seule. État actuel de l’exécution de l’entraînement.
trainingCostInMinutes	integer	Lecture seule. Coût d’entraînement réel consommé, en minutes. Présente uniquement si l’entraînement s’est exécuté comme terminé.
trainingParameters	TrainingParameters	Paramètres permettant de spécifier la façon dont une exécution d’entraînement entraîne un modèle personnalisé.
updatedDateTime	string	Lecture seule. Date et heure de la dernière mise à jour de l’exécution de l’entraînement, en UTC.

ModelEvaluationParameters

Paramètres permettant de spécifier la façon dont un modèle est évalué.

Nom	Type	Description
testDatasetName	string	Nom du jeu de données utilisé pour le test.

ModelKind

Type de modèle.

Nom	Type	Description
Generic-Classifier	string
Generic-Detector	string
Product-Recognizer	string

ModelPerformance

Métriques de performances pour un modèle entraîné personnalisé.

Nom	Type	Description
accuracyTop1	number	Lecture seule. Pour les modèles de classification multiclasse. Proportion d’échantillons de test où la classe de vérité de base correspond à la classe prédite.
accuracyTop5	number	Lecture seule. Pour les modèles de classification multiclasse. Proportion d’échantillons de test où la classe de vérité au sol se trouve dans les cinq premières classes prédites.
averagePrecision	number	Lecture seule. Mesure des performances du modèle, elle résume la précision et le rappel à différents seuils de confiance.
calibrationECE	number	Lecture seule. Pour les modèles de classification multiclasse. Erreur d’étalonnage attendue.
meanAveragePrecision30	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne moyenne à un seuil de 30 %.
meanAveragePrecision50	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne moyenne à un seuil de 50 %.
meanAveragePrecision75	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne moyenne à un seuil de 75 %.
tagPerformance	<string,  ModelTagPerformance>	Lecture seule. Métriques de performances pour chaque balise reconnue par le modèle.

ModelState

Lecture seule. État actuel de l’exécution de l’entraînement.

Nom	Type	Description
cancelled	string
cancelling	string
failed	string
notStarted	string
succeeded	string
training	string

ModelTagPerformance

Métriques de performances pour chaque balise reconnue par un modèle entraîné personnalisé.

Nom	Type	Description
accuracy	number	Lecture seule. Pour les modèles multiclasses. Précision des étiquettes.
averagePrecision50	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne à un seuil de 50 %.

TrainingParameters

Paramètres permettant de spécifier la façon dont une exécution d’entraînement entraîne un modèle personnalisé.

Nom	Type	Description
modelKind	ModelKind	Type de modèle.
timeBudgetInHours	integer	Budget de temps pour la formation, en heures. La valeur minimale autorisée est 1 et la valeur maximale autorisée est 336 heures pour GenericClassifier, 1 344 heures pour GenericDetector. Il s’agit de la durée maximale de calcul qui sera consacrée à l’apprentissage du modèle.
trainingDatasetName	string	Nom du jeu de données utilisé pour l’entraînement.