- すべてのクイックスタートモデルの説明の取得
- すべてのクイックスタートモデルの名前と説明のリストを取得するには、次のURIを使用します。
/mlops/api/v1/modelhub/models
- すべてのクイックスタートモデルの監視
- すべてのクイックスタートモデルのステータスと情報を取得するには、次のURIを使用します。
/mlops/api/v1/modelhub/monitor
- クイックスタートモデルに関する情報の取得
- 単一のクイックスタートモデルのステータスと情報を取得するには、次のURIを使用します。
/mlops/api/v1/modelhub/preBuiltModel?name=<model name>
モデル名としてTEXT_TRANSLATIONまたはIMAGE_CLASSIFICATIONを使用します。
- コードテンプレートファイルの取得
機械学習モデルを定義するために必要なコードテンプレートファイルを取得するには、次のURIを使用します。
/mlops/api/v1/model/template/custom
- モデルファイルのアップロード
- モデルファイルをアップロードする場合は、最初にモデルファイルIDを生成し、次にそのIDを使用してファイルをアップロードします。
モデルファイルIDを生成するには、次のURIを使用します。
/mlops/api/v1/model/upload/generateId
モデルファイルをアップロードまたは更新するには、次のURIを使用します。
/mlops/api/v1/model/upload/<model file ID>
- 機械学習モデルの登録
機械学習アルゴリズムを定義するモデルファイルをアップロードした後に、機械学習モデルを登録します。
機械学習モデルを登録するには、次のURIを使用します。
/frs/v1/Projects('<model ID>')/Documents
- 機械学習モデルの編集
- 登録された機械学習モデルを編集するには、次のURIを使用します。
/frs/v1/Documents('<ID>')
- モデルファイルのダウンロード
- 登録された機械学習モデルからモデルファイルをダウンロードするには、次のURIを使用します。
/mlops/api/v1/model/download/<ID>
- モデルデプロイメントの作成
- 登録された機械学習モデルに基づいてモデルデプロイメントを作成するには、次のURIを使用します。
/frs/v1/Projects('<deployment ID>')/Documents
- モデルデプロイメントの編集
- モデルデプロイメントを編集するには、次のURIを使用します。
/frs/v1/Documents('<deployment ID>')
- デプロイメントの監視
組織内のすべてのモデルデプロイメントのステータスを監視するには、次のURIを使用します。
/mlops/api/v1/deployment/monitor
1つのモデルデプロイメントのステータスを監視するには、次のURIを使用します。
/mlops/api/v1/deployment/monitor/<deployment ID>
- クイックスタートモデルまたはモデルデプロイメントの制御
- クイックスタートモデルまたはモデルデプロイメントを開始して予測に使用できるようにしたり、実行中に再開したり、停止してリソースを解放したりすることができます。
デプロイメントを開始するには、次のURIを使用します。
/mlops/api/v1/deployment/control/<deployment ID>/start
デプロイメントを再開するには、次のURIを使用します。
/mlops/api/v1/deployment/control/<deployment ID>/restart
デプロイメントを停止するには、次のURIを使用します。
/mlops/api/v1/deployment/control/<deployment ID>/stop
- 予測の生成
- 利用可能なクイックスタートモデルまたはモデルデプロイメントから予測を生成するには、次のURIを使用します。
/mlops/api/v1/deployment/request/<deployment ID>
- アセットの削除
- 機械学習モデルまたはモデルデプロイメントを削除するには、次のURIを使用します。
/frs/api/v1/Documents('<ID>')