Custom Models - Train
사용자 지정 모델을 만들고 학습합니다. 요청은 외부에서 액세스할 수 있는 Azure Storage Blob 컨테이너 URI(공유 액세스 서명 URI)이거나 로컬 탑재된 드라이브의 데이터 폴더에 대한 유효한 경로인 원본 매개 변수를 포함해야 합니다. 로컬 경로가 지정된 경우 Linux/Unix 경로 형식을 따라야 하며, 입력 탑재 구성 설정값의 루트로 지정된 절대 경로여야 합니다(예: '{Mounts:Input}' 구성 설정값이 '/input'인 경우 유효한 원본 경로는 '/input/contosodataset'). 학습할 모든 데이터는 동일한 원본 폴더 또는 하위 폴더에 있어야 합니다. 모델은 'application/pdf', 'image/jpeg', 'image/png', 'image/tiff' 또는 'image/bmp' 콘텐츠 형식의 문서를 사용하여 학습됩니다. 다른 형식의 콘텐츠는 무시됩니다.
POST {endpoint}/formrecognizer/v2.1/custom/models
URI 매개 변수
Name | In(다음 안에) | 필수 | 형식 | Description |
---|---|---|---|---|
endpoint
|
path | True |
string |
지원되는 Cognitive Services 엔드포인트(프로토콜 및 호스트 이름( 예: https://westus2.api.cognitive.microsoft.com). |
요청 헤더
Name | 필수 | 형식 | Description |
---|---|---|---|
Ocp-Apim-Subscription-Key | True |
string |
요청 본문
Name | 필수 | 형식 | Description |
---|---|---|---|
source | True |
string |
학습 문서를 포함하는 원본 경로입니다. |
modelName |
string |
선택적 사용자 정의 모델 이름(최대 길이: 1024). |
|
sourceFilter |
학습을 위해 원본 경로의 문서에 적용할 필터입니다. |
||
useLabelFile |
boolean |
모델 학습에 레이블 파일을 사용합니다. |
응답
Name | 형식 | Description |
---|---|---|
201 Created |
요청이 성공적으로 큐에 대기됩니다. 헤더 Location: string |
|
Other Status Codes |
오류에 대한 추가 세부 정보를 포함하는 성공하지 못한 응답과 함께 제공되는 응답 엔터티입니다. |
보안
Ocp-Apim-Subscription-Key
형식:
apiKey
In(다음 안에):
header
예제
Train custom model |
Train custom model with subfolder filter options |
Train custom model
샘플 요청
POST {endpoint}/formrecognizer/v2.1/custom/models
{
"source": "{azure_blob_endpoint}/input/data1?sasToken"
}
샘플 응답
Location: {endpoint}/formrecognizer/v2.1/custom/models/f973e3c1-1148-43bb-bea8-49d0603ab3a8
Train custom model with subfolder filter options
샘플 요청
POST {endpoint}/formrecognizer/v2.1/custom/models
{
"source": "{azure_blob_endpoint}/input/data1?sasToken",
"sourceFilter": {
"prefix": "",
"includeSubFolders": false
},
"useLabelFile": false
}
샘플 응답
Location: {endpoint}/formrecognizer/v2.1/custom/models/f973e3c1-1148-43bb-bea8-49d0603ab3a8
정의
Name | Description |
---|---|
Error |
|
Error |
|
Train |
새 사용자 지정 모델을 학습하기 위한 요청 매개 변수입니다. |
Train |
학습을 위해 원본 경로의 문서에 적용할 필터입니다. |
ErrorInformation
Name | 형식 | Description |
---|---|---|
code |
string |
|
message |
string |
ErrorResponse
Name | 형식 | Description |
---|---|---|
error |
TrainRequest
새 사용자 지정 모델을 학습하기 위한 요청 매개 변수입니다.
Name | 형식 | Default value | Description |
---|---|---|---|
modelName |
string |
선택적 사용자 정의 모델 이름(최대 길이: 1024). |
|
source |
string |
학습 문서를 포함하는 원본 경로입니다. |
|
sourceFilter |
학습을 위해 원본 경로의 문서에 적용할 필터입니다. |
||
useLabelFile |
boolean |
False |
모델 학습에 레이블 파일을 사용합니다. |
TrainSourceFilter
학습을 위해 원본 경로의 문서에 적용할 필터입니다.
Name | 형식 | Default value | Description |
---|---|---|---|
includeSubFolders |
boolean |
False |
전처리할 콘텐츠를 검색할 때 접두사 폴더 집합 내의 하위 폴더도 포함해야 하는지 여부를 나타내는 플래그입니다. |
prefix |
string |
학습을 위해 원본 경로의 문서를 필터링하는 대/소문자 구분 접두사 문자열입니다. 예를 들어 Azure Storage Blob Uri를 사용하는 경우 접두사를 사용하여 학습을 위해 하위 폴더를 제한합니다. |