Custom Models - Train

Tjänst:

Azure AI Services

API-version:

2.1

Skapa och träna en anpassad modell. Begäran måste innehålla en källparameter som antingen är en externt tillgänglig Azure Storage Blob-containerns URI (helst en URI för signatur för delad åtkomst) eller en giltig sökväg till en datamapp på en lokalt monterad enhet. När lokala sökvägar anges måste de följa sökvägsformatet för Linux/Unix och vara en absolut sökväg rotad till konfigurationsinställningsvärdet för indatamonteringen, t.ex. om konfigurationsinställningsvärdet {Mounts:Input} är "/input" är en giltig källsökväg "/input/contosodataset". Alla data som ska tränas förväntas finnas under källmappen eller undermapparna under den. Modeller tränas med dokument som har följande innehållstyp – "application/pdf", "image/jpeg", "image/png", "image/tiff" eller "image/bmp". Annan typ av innehåll ignoreras.

POST {endpoint}/formrecognizer/v2.1/custom/models

URI-parametrar

Name	I	Obligatorisk	Typ	Description
endpoint	path	True	string	Cognitive Services-slutpunkter som stöds (protokoll och värdnamn, till exempel: https://westus2.api.cognitive.microsoft.com).

Begärandehuvud

Name	Obligatorisk	Typ	Description
Ocp-Apim-Subscription-Key	True	string

Begärandetext

Name	Obligatorisk	Typ	Description
source	True	string	Källsökväg som innehåller träningsdokumenten.
modelName		string	Valfritt användardefinierat modellnamn (maxlängd: 1024).
sourceFilter		TrainSourceFilter	Filter för att tillämpa på dokumenten i källsökvägen för träning.
useLabelFile		boolean	Använd etikettfilen för att träna en modell.

Svar

Name	Typ	Description
201 Created		Begäran har placerats i kö. Sidhuvuden Location: string
Other Status Codes	ErrorResponse	Svarsentitet som medföljer icke-lyckade svar som innehåller ytterligare information om felet.

Säkerhet

Ocp-Apim-Subscription-Key

Typ: apiKey
I: header

Exempel

Train custom model

Train custom model with subfolder filter options

Train custom model

Exempelbegäran

HTTP

POST {endpoint}/formrecognizer/v2.1/custom/models


{
  "source": "{azure_blob_endpoint}/input/data1?sasToken"
}

Exempelsvar

Statuskod:

201

Location: {endpoint}/formrecognizer/v2.1/custom/models/f973e3c1-1148-43bb-bea8-49d0603ab3a8

Train custom model with subfolder filter options

Exempelbegäran

HTTP

POST {endpoint}/formrecognizer/v2.1/custom/models


{
  "source": "{azure_blob_endpoint}/input/data1?sasToken",
  "sourceFilter": {
    "prefix": "",
    "includeSubFolders": false
  },
  "useLabelFile": false
}

Exempelsvar

Statuskod:

201

Location: {endpoint}/formrecognizer/v2.1/custom/models/f973e3c1-1148-43bb-bea8-49d0603ab3a8

Definitioner

Name	Description
ErrorInformation
ErrorResponse
TrainRequest	Begär parameter för att träna en ny anpassad modell.
TrainSourceFilter	Filter för att tillämpa på dokumenten i källsökvägen för träning.

ErrorInformation

Name	Typ	Description
code	string
message	string

ErrorResponse

Name	Typ	Description
error	ErrorInformation

TrainRequest

Begär parameter för att träna en ny anpassad modell.

Name	Typ	Standardvärde	Description
modelName	string		Valfritt användardefinierat modellnamn (maxlängd: 1024).
source	string		Källsökväg som innehåller träningsdokumenten.
sourceFilter	TrainSourceFilter		Filter för att tillämpa på dokumenten i källsökvägen för träning.
useLabelFile	boolean	False	Använd etikettfilen för att träna en modell.

TrainSourceFilter

Filter för att tillämpa på dokumenten i källsökvägen för träning.

Name	Typ	Standardvärde	Description
includeSubFolders	boolean	False	En flagga som anger om undermappar i uppsättningen prefixmappar också måste inkluderas när du söker efter innehåll som ska förbearbetas.
prefix	string		En skiftlägeskänslig prefixsträng för att filtrera dokument i källsökvägen för träning. När du till exempel använder en Azure Storage Blob-URI använder du prefixet för att begränsa undermappar för träning.