Service Configuration - Update
更新服務組態。
更新個人化工具服務組態。
PUT {Endpoint}/personalizer/v1.1-preview.1/configurations/service
URI 參數
名稱 | 位於 | 必要 | 類型 | Description |
---|---|---|---|---|
Endpoint
|
path | True |
string |
支援的認知服務端點。 |
要求本文
名稱 | 必要 | 類型 | Description |
---|---|---|---|
defaultReward | True |
number |
如果在指定的等候時間內未收到獎勵,則為指定的獎勵。 |
explorationPercentage | True |
number |
將使用探索的排名回應百分比。 |
logRetentionDays | True |
integer |
要維護歷程記錄的天數。 -1 表示永遠不會刪除記錄。 |
modelExportFrequency | True |
string |
個人化工具會在每個指定的時間週期自動使用在線排名的更新定型模型。 例如,PT5M (5 分鐘) 。 如需時間格式的相關信息,請參閱 http://en.wikipedia.org/wiki/ISO_8601#Durations |
rewardAggregation | True |
string |
在 rewardWaitTime 超過之前收到多個獎勵分數時,用來處理獎勵的函式。 |
rewardWaitTime | True |
string |
等候到要求標示為預設獎勵的時間範圍,應該介於 5 秒到 2 天之間。 例如,PT5M (5 分鐘) 。 如需時間格式的相關信息,請參閱 http://en.wikipedia.org/wiki/ISO_8601#Durations |
autoOptimizationFrequency |
string |
自動優化的頻率。 只有在IsAutoOptimizationEnabled 為 true 時才相關。 例如,PT5M (5 分鐘) 。 如需時間格式的相關信息,請參閱 \r\nhttp://en.wikipedia.org/wiki/ISO_8601#Durations |
|
autoOptimizationStartDate |
string |
必須執行第一個自動優化評估的日期。 只有在IsAutoOptimizationEnabled 為 true 時才相關。 |
|
isAutoOptimizationEnabled |
boolean |
旗標,指出個人化工具是否會定期執行離線評估,自動優化學習設定。 |
|
lastConfigurationEditDate |
string |
上次更新模型定型設定的時間 |
|
learningMode |
個人化工具的學習模式 |
||
logMirrorEnabled |
boolean |
旗標指出是否啟用記錄鏡像。 |
|
logMirrorSasUri |
string |
用於記錄鏡像的 Azure 記憶體帳戶容器 SAS URI。 |
回應
名稱 | 類型 | Description |
---|---|---|
200 OK |
Success |
|
Other Status Codes |
將學習模式從 [在線] 變更為 [基本] 模式時,更新 defaultReward、rewardWaitTime 和 rewardAggregation,反之亦然。 進行模式變更,然後使用額外的 API 呼叫來變更其他設定。 |
範例
Successful ServiceConfiguration_Update request
範例要求
PUT {Endpoint}/personalizer/v1.1-preview.1/configurations/service
{
"rewardWaitTime": "PT10M",
"defaultReward": 0,
"rewardAggregation": "earliest",
"explorationPercentage": 0.2,
"modelExportFrequency": "PT5M",
"logMirrorEnabled": true,
"logMirrorSasUri": "https://testblob.blob.core.windows.net/container?se=2020-08-13T00%3A00Z&sp=rwl&spr=https&sv=2018-11-09&sr=c&sig=signature",
"logRetentionDays": 7,
"lastConfigurationEditDate": "0001-01-01T00:00:00Z",
"learningMode": "Online",
"isAutoOptimizationEnabled": true,
"autoOptimizationFrequency": "P7D",
"autoOptimizationStartDate": "2019-01-19T00:00:00Z"
}
範例回覆
{
"rewardWaitTime": "PT10M",
"defaultReward": 0,
"rewardAggregation": "earliest",
"explorationPercentage": 0.2,
"modelExportFrequency": "PT5M",
"logMirrorEnabled": true,
"logMirrorSasUri": "https://testblob.blob.core.windows.net/container?se=2020-08-13T00%3A00Z&sp=rwl&spr=https&sv=2018-11-09&sr=c&sig=signature",
"logRetentionDays": 7,
"lastConfigurationEditDate": "0001-01-01T00:00:00Z",
"learningMode": "Online",
"isAutoOptimizationEnabled": true,
"autoOptimizationFrequency": "P7D",
"autoOptimizationStartDate": "2019-01-19T00:00:00Z"
}
定義
名稱 | Description |
---|---|
Error |
用來將錯誤傳回給用戶端 |
Internal |
物件,包含比父對象有關錯誤的更特定資訊。 |
Learning |
個人化工具的學習模式 |
Personalizer |
error 物件。 |
Personalizer |
個人化工具傳回的錯誤碼 |
Service |
服務的組態。 |
ErrorResponse
用來將錯誤傳回給用戶端
名稱 | 類型 | Description |
---|---|---|
error |
error 物件。 |
InternalError
物件,包含比父對象有關錯誤的更特定資訊。
名稱 | 類型 | Description |
---|---|---|
code |
string |
詳細的錯誤碼。 |
innererror |
物件,包含比父對象有關錯誤的更特定資訊。 |
LearningMode
個人化工具的學習模式
名稱 | 類型 | Description |
---|---|---|
Apprentice |
string |
|
LoggingOnly |
string |
|
Online |
string |
PersonalizerError
error 物件。
名稱 | 類型 | Description |
---|---|---|
code |
個人化工具傳回的錯誤碼 |
|
details |
導致此錯誤之特定錯誤的詳細數據陣列。 |
|
innerError |
物件,包含比父對象有關錯誤的更特定資訊。 |
|
message |
string |
說明服務所報告錯誤的訊息。 |
target |
string |
錯誤來源專案。 |
PersonalizerErrorCode
個人化工具傳回的錯誤碼
名稱 | 類型 | Description |
---|---|---|
ApprenticeModeNeverTurnedOn |
string |
從未開啟過中性模式。 |
BadRequest |
string |
伺服器無法瞭解要求。 |
DuplicateCustomPolicyNames |
string |
自定義原則名稱應該是唯一的。 |
EvaluationModelNotFound |
string |
評估中找不到模型。 |
EvaluationNotFound |
string |
找不到離線評估。 |
FrontEndNotFound |
string |
找不到前端。 |
InternalServerError |
string |
伺服器上已經發生泛用錯誤。 |
InvalidContainer |
string |
SAS Uri 必須是具有寫入許可權的容器 URI。 |
InvalidEvaluationContract |
string |
評估合約無效。 |
InvalidEventIdToActivate |
string |
無效的啟動事件要求。 |
InvalidExportLogsRequest |
string |
無效的要求 |
InvalidLearningModeServiceConfiguration |
string |
將學習模式從 [在線] 變更為 [基本] 模式時,更新 defaultReward、rewardWaitTime 和 rewardAggregation,反之亦然。 進行模式變更,然後使用額外的 API 呼叫來變更其他設定。 |
InvalidModelMetadata |
string |
無效的模型元數據。 |
InvalidMultiSlotApiAccess |
string |
多重位置功能目前已停用。 請遵循多重位置個人化工具檔來更新循環設定,以啟用多重位置功能。 |
InvalidPolicyConfiguration |
string |
無效的原則設定。 |
InvalidPolicyContract |
string |
無效的原則合約。 |
InvalidRankRequest |
string |
無效的要求 |
InvalidRewardRequest |
string |
無效的獎勵要求。 |
InvalidRewardWaitTime |
string |
獎勵等候時間應介於 5 秒到 2 天之間 |
InvalidServiceConfiguration |
string |
無效的服務設定 |
LearningSettingsNotFound |
string |
評估中找不到學習設定。 |
LogsPropertiesNotFound |
string |
找不到記錄檔屬性。 |
LogsSizeExceedAllowedLimit |
string |
記錄大小總計超過允許的限制。 |
MissingAppId |
string |
標頭中缺少AppId。 |
ModelFileAccessDenied |
string |
無法存取用於客戶管理金鑰的金鑰保存庫金鑰。 |
ModelMetadataUpdateFailed |
string |
模型元數據更新失敗。 |
ModelPublishFailed |
string |
模型發佈失敗。 |
ModelRankingError |
string |
使用模型進行排名動作時發生錯誤。 請確認學習設定有效。 |
ModelResetFailed |
string |
模型重設失敗。 |
NoLogsExistInDateRange |
string |
日期範圍中沒有記錄。 |
OperationNotAllowed |
string |
目前不允許此作業。 |
ProblemTypeIncompatibleWithAutoOptimization |
string |
自動優化與多位置個人化不相容。 |
RankNullResponse |
string |
排名呼叫傳回 Null 回應。 |
ResourceNotFound |
string |
要求的資源不存在於伺服器上。 |
UpdateConfigurationFailed |
string |
無法更新組態。 |
ServiceConfiguration
服務的組態。
名稱 | 類型 | Description |
---|---|---|
autoOptimizationFrequency |
string |
自動優化的頻率。 只有在IsAutoOptimizationEnabled 為 true 時才相關。 例如,PT5M (5 分鐘) 。 如需時間格式的相關信息,請參閱 \r\nhttp://en.wikipedia.org/wiki/ISO_8601#Durations |
autoOptimizationStartDate |
string |
必須執行第一個自動優化評估的日期。 只有在IsAutoOptimizationEnabled 為 true 時才相關。 |
defaultReward |
number |
如果在指定的等候時間內未收到獎勵,則為指定的獎勵。 |
explorationPercentage |
number |
將使用探索的排名回應百分比。 |
isAutoOptimizationEnabled |
boolean |
旗標,指出個人化工具是否會定期執行離線評估,自動優化學習設定。 |
lastConfigurationEditDate |
string |
上次更新模型定型設定的時間 |
learningMode |
個人化工具的學習模式 |
|
logMirrorEnabled |
boolean |
旗標指出是否啟用記錄鏡像。 |
logMirrorSasUri |
string |
用於記錄鏡像的 Azure 記憶體帳戶容器 SAS URI。 |
logRetentionDays |
integer |
要維護歷程記錄的天數。 -1 表示永遠不會刪除記錄。 |
modelExportFrequency |
string |
個人化工具會在每個指定的時間週期自動使用在線排名的更新定型模型。 例如,PT5M (5 分鐘) 。 如需時間格式的相關信息,請參閱 http://en.wikipedia.org/wiki/ISO_8601#Durations |
rewardAggregation |
string |
在 rewardWaitTime 超過之前收到多個獎勵分數時,用來處理獎勵的函式。 |
rewardWaitTime |
string |
等候到要求標示為預設獎勵的時間範圍,應該介於 5 秒到 2 天之間。 例如,PT5M (5 分鐘) 。 如需時間格式的相關信息,請參閱 http://en.wikipedia.org/wiki/ISO_8601#Durations |