Models - List
Rufen Sie eine Liste der verfügbaren Modelle ab.
Zurückgegebene Statuscodes:
- 200: Vorgang erfolgreich abgeschlossen.
- 400: Die Anforderung wurde falsch formatiert.
GET /models?api-version=2023-04-01-preview
GET /models?skip={skip}&top={top}&api-version=2023-04-01-preview
URI-Parameter
Name | In | Erforderlich | Typ | Beschreibung |
---|---|---|---|---|
api-version
|
query | True |
string |
Angeforderte API-Version. |
skip
|
query |
integer int32 |
Anzahl der modelle, die übersprungen werden sollen. |
|
top
|
query |
integer int32 |
Anzahl der Modelle, die nach dem Überspringen zurückgegeben werden sollen. Der maximal zulässige Wert ist 30. |
Antworten
Name | Typ | Beschreibung |
---|---|---|
200 OK |
Erfolg |
|
Other Status Codes |
Fehler Header x-ms-error-code: string |
Beispiele
Models_List
Beispielanforderung
GET /models?api-version=2023-04-01-preview
Beispiel für eine Antwort
{
"value": [
{
"name": "my_model_name",
"createdDateTime": "2023-01-13T20:46:21.210Z",
"updatedDateTime": "2023-01-13T20:46:21.210Z",
"status": "notStarted",
"trainingParameters": {
"timeBudgetInHours": 1,
"trainingDatasetName": "my_dataset_name"
}
}
]
}
Definitionen
Name | Beschreibung |
---|---|
Error |
Die Antwort wird zurückgegeben, wenn ein Fehler auftritt. |
Error |
Fehlerinformationen. |
Error |
Detaillierter Fehler. |
Model |
Beschreibt eine Trainingsausführung zum Trainieren eines benutzerdefinierten Modells. |
Model |
Enthält ein Array von Ergebnissen, die paginiert werden können. |
Model |
Parameter zum Angeben der Auswertung eines Modells. |
Model |
Modellart. |
Model |
Leistungsmetriken für ein benutzerdefiniertes trainiertes Modell. |
Model |
Schreibgeschützt. Der aktuelle Status der Trainingsausführung. |
Model |
Leistungsmetriken für jedes Tag, das von einem benutzerdefinierten trainierten Modell erkannt wird. |
Training |
Parameter zum Angeben, wie eine Trainingsausführung ein benutzerdefiniertes Modell trainiert. |
ErrorResponse
Die Antwort wird zurückgegeben, wenn ein Fehler auftritt.
Name | Typ | Beschreibung |
---|---|---|
error |
Fehlerinformationen. |
ErrorResponseDetails
Fehlerinformationen.
Name | Typ | Beschreibung |
---|---|---|
code |
string |
Fehlercode |
details |
Liste der detaillierten Fehler. |
|
innererror |
Detaillierter Fehler. |
|
message |
string |
Fehlermeldung. |
target |
string |
Ziel des Fehlers. |
ErrorResponseInnerError
Detaillierter Fehler.
Name | Typ | Beschreibung |
---|---|---|
code |
string |
Fehlercode |
innererror |
Detaillierter Fehler. |
|
message |
string |
Fehlermeldung. |
Model
Beschreibt eine Trainingsausführung zum Trainieren eines benutzerdefinierten Modells.
Name | Typ | Beschreibung |
---|---|---|
createdDateTime |
string |
Schreibgeschützt. Das Datum und die Uhrzeit der ersten Erstellung der Trainingsausführung in UTC. |
error |
Fehlerinformationen. |
|
evaluationParameters |
Parameter zum Angeben der Auswertung eines Modells. |
|
modelPerformance |
Leistungsmetriken für ein benutzerdefiniertes trainiertes Modell. |
|
name |
string |
Schreibgeschützt. Der Name, der verwendet wird, um die Trainingsausführung eindeutig zu identifizieren. |
status |
Schreibgeschützt. Der aktuelle Status der Trainingsausführung. |
|
trainingCostInMinutes |
integer |
Schreibgeschützt. Die tatsächlich verbrauchten Trainingskosten in Minuten. Nur vorhanden, wenn das Training als abgeschlossen ausgeführt wird. |
trainingParameters |
Parameter zum Angeben, wie eine Trainingsausführung ein benutzerdefiniertes Modell trainiert. |
|
updatedDateTime |
string |
Schreibgeschützt. Datum und Uhrzeit der letzten Aktualisierung der Trainingsausführung in UTC. |
ModelApiModelCollectionApiModel
Enthält ein Array von Ergebnissen, die paginiert werden können.
Name | Typ | Beschreibung |
---|---|---|
nextLink |
string |
Ein Link zum nächsten Satz paginierter Ergebnisse, wenn weitere Ergebnisse verfügbar sind; andernfalls nicht vorhanden. |
value |
Model[] |
Das Array der Ergebnisse. |
ModelEvaluationParameters
Parameter zum Angeben der Auswertung eines Modells.
Name | Typ | Beschreibung |
---|---|---|
testDatasetName |
string |
Der für Tests verwendete Datasetname. |
ModelKind
Modellart.
Name | Typ | Beschreibung |
---|---|---|
Generic-Classifier |
string |
|
Generic-Detector |
string |
|
Product-Recognizer |
string |
ModelPerformance
Leistungsmetriken für ein benutzerdefiniertes trainiertes Modell.
Name | Typ | Beschreibung |
---|---|---|
accuracyTop1 |
number |
Schreibgeschützt. Für Multiklassenklassifizierungsmodelle. Der Anteil der Testbeispiele, bei denen die Ground Truth-Klasse mit der vorhergesagten Klasse übereinstimmt. |
accuracyTop5 |
number |
Schreibgeschützt. Für Multiklassenklassifizierungsmodelle. Der Anteil der Testbeispiele, bei denen sich die Bodenwahrheitsklasse in den fünf obersten vorhergesagten Klassen befindet. |
averagePrecision |
number |
Schreibgeschützt. Es ist ein Maß für die Modellleistung und fasst die Genauigkeit und den Rückruf an verschiedenen Konfidenzschwellenwerten zusammen. |
calibrationECE |
number |
Schreibgeschützt. Für Multiklassenklassifizierungsmodelle. Erwarteter Kalibrierungsfehler. |
meanAveragePrecision30 |
number |
Schreibgeschützt. Für Objekterkennungsmodelle. Mittlere durchschnittliche Genauigkeit bei einem Schwellenwert von 30 %. |
meanAveragePrecision50 |
number |
Schreibgeschützt. Für Objekterkennungsmodelle. Durchschnittliche Genauigkeit bei einem Schwellenwert von 50 %. |
meanAveragePrecision75 |
number |
Schreibgeschützt. Für Objekterkennungsmodelle. Durchschnittliche Genauigkeit bei einem Schwellenwert von 75 %. |
tagPerformance |
<string,
Model |
Schreibgeschützt. Leistungsmetriken für jedes Tag, das vom Modell erkannt wird. |
ModelState
Schreibgeschützt. Der aktuelle Status der Trainingsausführung.
Name | Typ | Beschreibung |
---|---|---|
cancelled |
string |
|
cancelling |
string |
|
failed |
string |
|
notStarted |
string |
|
succeeded |
string |
|
training |
string |
ModelTagPerformance
Leistungsmetriken für jedes Tag, das von einem benutzerdefinierten trainierten Modell erkannt wird.
Name | Typ | Beschreibung |
---|---|---|
accuracy |
number |
Schreibgeschützt. Für Multiklassenmodelle. Taggenauigkeit. |
averagePrecision50 |
number |
Schreibgeschützt. Für Objekterkennungsmodelle. Durchschnittliche Genauigkeit bei einem Schwellenwert von 50 %. |
TrainingParameters
Parameter zum Angeben, wie eine Trainingsausführung ein benutzerdefiniertes Modell trainiert.
Name | Typ | Beschreibung |
---|---|---|
modelKind |
Modellart. |
|
timeBudgetInHours |
integer |
Zeitbudget für die Schulung in Stunden. Der minimal zulässige Wert ist 1, und der maximal zulässige Wert beträgt 336 Stunden für GenericClassifier und 1344 Stunden für GenericDetector. Dies ist die maximale Computezeit, die zum Trainieren des Modells aufgewendet wird. |
trainingDatasetName |
string |
Der für das Training verwendete Datasetname. |