DocumentModelAdministrationClient Kelas
DocumentModelAdministrationClient adalah antarmuka Form Recognizer yang digunakan untuk membangun dan mengelola model.
Ini menyediakan metode untuk membangun model dan pengklasifikasi, serta metode untuk melihat dan menghapus model dan pengklasifikasi, melihat operasi model dan pengklasifikasi, mengakses informasi akun, menyalin model ke sumber daya Form Recognizer lain, dan menyusun model baru dari kumpulan model yang ada.
Catatan
DocumentModelAdministrationClient harus digunakan dengan versi API
2022-08-31 ke atas. Untuk menggunakan versi <API =v2.1, buat instans FormTrainingClient.
Baru dalam versi 2022-08-31: DocumentModelAdministrationClient dan metode kliennya.
- Warisan
-
azure.ai.formrecognizer._form_base_client.FormRecognizerClientBaseDocumentModelAdministrationClient
Konstruktor
DocumentModelAdministrationClient(endpoint: str, credential: AzureKeyCredential | TokenCredential, **kwargs: Any)
Parameter
- endpoint
- str
Titik akhir Cognitive Services yang didukung (protokol dan nama host, misalnya: https://westus2.api.cognitive.microsoft.com).
- credential
- AzureKeyCredential atau TokenCredential
Kredensial yang diperlukan agar klien terhubung ke Azure. Ini adalah instans AzureKeyCredential jika menggunakan kunci API atau kredensial token dari identity.
- api_version
- str atau DocumentAnalysisApiVersion
Versi API layanan yang akan digunakan untuk permintaan. Ini default ke versi layanan terbaru. Pengaturan ke versi yang lebih lama dapat mengakibatkan berkurangnya kompatibilitas fitur. Untuk menggunakan versi <API =v2.1, buat instans FormTrainingClient.
Contoh
Membuat DocumentModelAdministrationClient dengan titik akhir dan kunci API.
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import DocumentModelAdministrationClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint, AzureKeyCredential(key)
)
Membuat DocumentModelAdministrationClient dengan kredensial token.
"""DefaultAzureCredential will use the values from these environment
variables: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET
"""
from azure.ai.formrecognizer import DocumentModelAdministrationClient
from azure.identity import DefaultAzureCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
credential = DefaultAzureCredential()
document_model_admin_client = DocumentModelAdministrationClient(
endpoint, credential
)
Metode
begin_build_document_classifier |
Membangun pengklasifikasi dokumen. Untuk informasi selengkapnya tentang cara membangun dan melatih model pengklasifikasi kustom, lihat https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. Baru dalam versi 2023-07-31: Metode klien begin_build_document_classifier . |
begin_build_document_model |
Buat model dokumen kustom. Permintaan harus menyertakan parameter kata kunci blob_container_url yang merupakan URI kontainer blob penyimpanan Azure yang dapat diakses secara eksternal (sebaiknya URI Tanda Tangan Akses Bersama). Perhatikan bahwa URI kontainer (tanpa SAS) hanya diterima ketika kontainer bersifat publik atau memiliki identitas terkelola yang dikonfigurasi, lihat selengkapnya tentang mengonfigurasi identitas terkelola untuk bekerja dengan Form Recognizer di sini: https://docs.microsoft.com/azure/applied-ai-services/form-recognizer/managed-identities. Model dibangun menggunakan dokumen yang merupakan jenis konten berikut - 'application/pdf', 'image/jpeg', 'image/png', 'image/tiff', 'image/bmp', atau 'image/heif'. Jenis konten lain dalam kontainer diabaikan. Baru dalam versi 2023-07-31: Argumen kata kunci file_list . |
begin_compose_document_model |
Membuat model dokumen yang dibuat dari kumpulan model yang ada. Model yang disusam memungkinkan beberapa model dipanggil dengan SATU ID model. Saat dokumen dikirimkan untuk dianalisis dengan ID model yang disusupi, langkah klasifikasi pertama kali dilakukan untuk merutekannya ke model kustom yang benar. |
begin_copy_document_model_to |
Salin model dokumen yang disimpan dalam sumber daya ini (sumber) ke sumber daya Form Recognizer target yang ditentukan pengguna. Ini harus dipanggil dengan sumber daya Form Recognizer sumber daya (dengan model yang dimaksudkan untuk disalin). Parameter target harus disediakan dari output sumber daya target dari memanggil get_copy_authorization metode . |
close |
DocumentModelAdministrationClient Tutup sesi. |
delete_document_classifier |
Menghapus pengklasifikasi dokumen. Baru dalam versi 2023-07-31: Metode klien delete_document_classifier . |
delete_document_model |
Menghapus model dokumen kustom. |
get_copy_authorization |
Hasilkan otorisasi untuk menyalin model kustom ke sumber daya Form Recognizer target. Ini harus dipanggil oleh sumber daya target (tempat model akan disalin) dan output dapat diteruskan sebagai parameter target ke dalam begin_copy_document_model_to. |
get_document_analysis_client |
Dapatkan instans DocumentAnalysisClient dari DocumentModelAdministrationClient. |
get_document_classifier |
Dapatkan pengklasifikasi dokumen dengan ID-nya. Baru dalam versi 2023-07-31: Metode klien get_document_classifier . |
get_document_model |
Dapatkan model dokumen dengan ID-nya. |
get_operation |
Dapatkan operasi dengan ID-nya. Dapatkan operasi yang terkait dengan sumber daya Form Recognizer. Perhatikan bahwa informasi operasi hanya bertahan selama 24 jam. Jika operasi model dokumen berhasil, model dapat diakses menggunakan get_document_model API atau list_document_models . |
get_resource_details |
Dapatkan informasi tentang model di bawah sumber daya Form Recognizer. |
list_document_classifiers |
Mencantumkan informasi untuk setiap pengklasifikasi dokumen, termasuk ID pengklasifikasi, deskripsi, dan kapan dibuat. Baru dalam versi 2023-07-31: Metode klien list_document_classifiers . |
list_document_models |
Mencantumkan informasi untuk setiap model, termasuk ID model, deskripsi, dan kapan dibuat. |
list_operations |
Mencantumkan informasi untuk setiap operasi. Mencantumkan semua operasi yang terkait dengan sumber daya Form Recognizer. Perhatikan bahwa informasi operasi hanya bertahan selama 24 jam. Jika operasi model dokumen berhasil, model dokumen dapat diakses menggunakan get_document_model API atau list_document_models . |
send_request |
Menjalankan permintaan jaringan menggunakan alur klien yang ada. URL permintaan dapat relatif terhadap URL dasar. Versi API layanan yang digunakan untuk permintaan sama dengan klien kecuali ditentukan lain. Mengambil alih versi API klien yang dikonfigurasi di URL relatif didukung pada klien dengan API versi 2022-08-31 dan yang lebih baru. Mengambil alih URL absolut yang didukung pada klien dengan versi API apa pun. Metode ini tidak menaikkan jika responsnya adalah kesalahan; untuk menaikkan pengecualian, panggil raise_for_status() pada objek respons yang dikembalikan. Untuk informasi selengkapnya tentang cara mengirim permintaan kustom dengan metode ini, lihat https://aka.ms/azsdk/dpcodegen/python/send_request. |
begin_build_document_classifier
Membangun pengklasifikasi dokumen. Untuk informasi selengkapnya tentang cara membangun dan melatih model pengklasifikasi kustom, lihat https://aka.ms/azsdk/formrecognizer/buildclassifiermodel.
Baru dalam versi 2023-07-31: Metode klien begin_build_document_classifier .
begin_build_document_classifier(doc_types: Mapping[str, ClassifierDocumentTypeDetails], *, classifier_id: str | None = None, description: str | None = None, **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentClassifierDetails]
Parameter
- doc_types
- Mapping[str, ClassifierDocumentTypeDetails]
Pemetaan jenis dokumen yang akan diklasifikasikan.
- classifier_id
- str
Nama pengklasifikasi dokumen unik. Jika tidak ditentukan, ID pengklasifikasi akan dibuat untuk Anda.
- description
- str
Deskripsi klasifikasi dokumen.
Mengembalikan
Instans DocumentModelAdministrationLROPoller. Panggil result() pada objek poller untuk mengembalikan DocumentClassifierDetails.
Tipe hasil
Pengecualian
Contoh
Membangun pengklasifikasi dokumen.
import os
from azure.ai.formrecognizer import (
DocumentModelAdministrationClient,
ClassifierDocumentTypeDetails,
BlobSource,
BlobFileListSource,
)
from azure.core.credentials import AzureKeyCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
container_sas_url = os.environ["CLASSIFIER_CONTAINER_SAS_URL"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
poller = document_model_admin_client.begin_build_document_classifier(
doc_types={
"IRS-1040-A": ClassifierDocumentTypeDetails(
source=BlobSource(
container_url=container_sas_url, prefix="IRS-1040-A/train"
)
),
"IRS-1040-D": ClassifierDocumentTypeDetails(
source=BlobFileListSource(
container_url=container_sas_url, file_list="IRS-1040-D.jsonl"
)
),
},
description="IRS document classifier",
)
result = poller.result()
print(f"Classifier ID: {result.classifier_id}")
print(f"API version used to build the classifier model: {result.api_version}")
print(f"Classifier description: {result.description}")
print(f"Document classes used for training the model:")
for doc_type, details in result.doc_types.items():
print(f"Document type: {doc_type}")
print(f"Container source: {details.source.container_url}\n")
begin_build_document_model
Buat model dokumen kustom.
Permintaan harus menyertakan parameter kata kunci blob_container_url yang merupakan URI kontainer blob penyimpanan Azure yang dapat diakses secara eksternal (sebaiknya URI Tanda Tangan Akses Bersama). Perhatikan bahwa URI kontainer (tanpa SAS) hanya diterima ketika kontainer bersifat publik atau memiliki identitas terkelola yang dikonfigurasi, lihat selengkapnya tentang mengonfigurasi identitas terkelola untuk bekerja dengan Form Recognizer di sini: https://docs.microsoft.com/azure/applied-ai-services/form-recognizer/managed-identities. Model dibangun menggunakan dokumen yang merupakan jenis konten berikut - 'application/pdf', 'image/jpeg', 'image/png', 'image/tiff', 'image/bmp', atau 'image/heif'. Jenis konten lain dalam kontainer diabaikan.
Baru dalam versi 2023-07-31: Argumen kata kunci file_list .
begin_build_document_model(build_mode: str | ModelBuildMode, *, blob_container_url: str, prefix: str | None = None, model_id: str | None = None, description: str | None = None, tags: Mapping[str, str] | None = None, **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentModelDetails]
Parameter
- build_mode
- ModelBuildMode
Mode build model kustom. Nilai yang mungkin termasuk: "template", "neural". Untuk informasi selengkapnya tentang mode build, lihat: https://aka.ms/azsdk/formrecognizer/buildmode.
- blob_container_url
- str
URI SAS kontainer blob Azure Storage. URI kontainer (tanpa SAS) dapat digunakan jika kontainer bersifat publik atau memiliki identitas terkelola yang dikonfigurasi. Untuk informasi selengkapnya tentang menyiapkan himpunan data pelatihan, lihat: https://aka.ms/azsdk/formrecognizer/buildtrainingset.
- model_id
- str
ID unik untuk model Anda. Jika tidak ditentukan, ID model akan dibuat untuk Anda.
- description
- str
Deskripsi opsional untuk ditambahkan ke model.
- prefix
- str
String awalan peka huruf besar/kecil untuk memfilter dokumen di jalur url kontainer blob. Misalnya, saat menggunakan URI blob penyimpanan Azure, gunakan awalan untuk membatasi sub folder. awalan harus diakhiri dengan '/' untuk menghindari kasus di mana nama file berbagi awalan yang sama.
- file_list
- str
Jalur ke file JSONL dalam kontainer yang menentukan subset dokumen untuk pelatihan.
Daftar atribut tag nilai kunci yang ditentukan pengguna yang terkait dengan model.
Mengembalikan
Instans DocumentModelAdministrationLROPoller. Panggil result() pada objek poller untuk mengembalikan DocumentModelDetails.
Tipe hasil
Pengecualian
Contoh
Membangun model dari file pelatihan.
from azure.ai.formrecognizer import (
DocumentModelAdministrationClient,
ModelBuildMode,
)
from azure.core.credentials import AzureKeyCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
container_sas_url = os.environ["CONTAINER_SAS_URL"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint, AzureKeyCredential(key)
)
poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=container_sas_url,
description="my model description",
)
model = poller.result()
print(f"Model ID: {model.model_id}")
print(f"Description: {model.description}")
print(f"Model created on: {model.created_on}")
print(f"Model expires on: {model.expires_on}")
print("Doc types the model can recognize:")
for name, doc_type in model.doc_types.items():
print(
f"Doc Type: '{name}' built with '{doc_type.build_mode}' mode which has the following fields:"
)
for field_name, field in doc_type.field_schema.items():
print(
f"Field: '{field_name}' has type '{field['type']}' and confidence score "
f"{doc_type.field_confidence[field_name]}"
)
begin_compose_document_model
Membuat model dokumen yang dibuat dari kumpulan model yang ada.
Model yang disusam memungkinkan beberapa model dipanggil dengan SATU ID model. Saat dokumen dikirimkan untuk dianalisis dengan ID model yang disusupi, langkah klasifikasi pertama kali dilakukan untuk merutekannya ke model kustom yang benar.
begin_compose_document_model(component_model_ids: List[str], **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentModelDetails]
Parameter
Daftar ID model yang akan digunakan dalam model yang disusur.
- model_id
- str
ID unik untuk model yang Anda buat. Jika tidak ditentukan, ID model akan dibuat untuk Anda.
- description
- str
Deskripsi opsional untuk ditambahkan ke model.
Daftar atribut tag nilai kunci yang ditentukan pengguna yang terkait dengan model.
Mengembalikan
Instans DocumentModelAdministrationLROPoller. Panggil result() pada objek poller untuk mengembalikan DocumentModelDetails.
Tipe hasil
Pengecualian
Contoh
Membuat model yang dibuat dengan model yang ada.
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import (
DocumentModelAdministrationClient,
ModelBuildMode,
)
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
po_supplies = os.environ["PURCHASE_ORDER_OFFICE_SUPPLIES_SAS_URL"]
po_equipment = os.environ["PURCHASE_ORDER_OFFICE_EQUIPMENT_SAS_URL"]
po_furniture = os.environ["PURCHASE_ORDER_OFFICE_FURNITURE_SAS_URL"]
po_cleaning_supplies = os.environ["PURCHASE_ORDER_OFFICE_CLEANING_SUPPLIES_SAS_URL"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
supplies_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_supplies,
description="Purchase order-Office supplies",
)
equipment_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_equipment,
description="Purchase order-Office Equipment",
)
furniture_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_furniture,
description="Purchase order-Furniture",
)
cleaning_supplies_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_cleaning_supplies,
description="Purchase order-Cleaning Supplies",
)
supplies_model = supplies_poller.result()
equipment_model = equipment_poller.result()
furniture_model = furniture_poller.result()
cleaning_supplies_model = cleaning_supplies_poller.result()
purchase_order_models = [
supplies_model.model_id,
equipment_model.model_id,
furniture_model.model_id,
cleaning_supplies_model.model_id,
]
poller = document_model_admin_client.begin_compose_document_model(
purchase_order_models, description="Office Supplies Composed Model"
)
model = poller.result()
print("Office Supplies Composed Model Info:")
print(f"Model ID: {model.model_id}")
print(f"Description: {model.description}")
print(f"Model created on: {model.created_on}")
print(f"Model expires on: {model.expires_on}")
print("Doc types the model can recognize:")
for name, doc_type in model.doc_types.items():
print(f"Doc Type: '{name}' which has the following fields:")
for field_name, field in doc_type.field_schema.items():
print(
f"Field: '{field_name}' has type '{field['type']}' and confidence score "
f"{doc_type.field_confidence[field_name]}"
)
begin_copy_document_model_to
Salin model dokumen yang disimpan dalam sumber daya ini (sumber) ke sumber daya Form Recognizer target yang ditentukan pengguna.
Ini harus dipanggil dengan sumber daya Form Recognizer sumber daya (dengan model yang dimaksudkan untuk disalin). Parameter target harus disediakan dari output sumber daya target dari memanggil get_copy_authorization metode .
begin_copy_document_model_to(model_id: str, target: TargetAuthorization, **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentModelDetails]
Parameter
- target
- <xref:azure.ai.formrecognizer.TargetAuthorization>
Otorisasi salinan yang dihasilkan dari panggilan sumber daya target ke get_copy_authorization.
Mengembalikan
Instans DocumentModelAdministrationLROPoller. Panggil result() pada objek poller untuk mengembalikan DocumentModelDetails.
Tipe hasil
Pengecualian
Contoh
Menyalin model dari sumber daya sumber ke sumber daya target
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import DocumentModelAdministrationClient
source_endpoint = os.environ["AZURE_FORM_RECOGNIZER_SOURCE_ENDPOINT"]
source_key = os.environ["AZURE_FORM_RECOGNIZER_SOURCE_KEY"]
target_endpoint = os.environ["AZURE_FORM_RECOGNIZER_TARGET_ENDPOINT"]
target_key = os.environ["AZURE_FORM_RECOGNIZER_TARGET_KEY"]
source_model_id = os.getenv("AZURE_SOURCE_MODEL_ID", custom_model_id)
target_client = DocumentModelAdministrationClient(
endpoint=target_endpoint, credential=AzureKeyCredential(target_key)
)
target = target_client.get_copy_authorization(
description="model copied from other resource"
)
source_client = DocumentModelAdministrationClient(
endpoint=source_endpoint, credential=AzureKeyCredential(source_key)
)
poller = source_client.begin_copy_document_model_to(
model_id=source_model_id,
target=target, # output from target client's call to get_copy_authorization()
)
copied_over_model = poller.result()
print(f"Model ID: {copied_over_model.model_id}")
print(f"Description: {copied_over_model.description}")
print(f"Model created on: {copied_over_model.created_on}")
print(f"Model expires on: {copied_over_model.expires_on}")
print("Doc types the model can recognize:")
for name, doc_type in copied_over_model.doc_types.items():
print(f"Doc Type: '{name}' which has the following fields:")
for field_name, field in doc_type.field_schema.items():
print(
f"Field: '{field_name}' has type '{field['type']}' and confidence score "
f"{doc_type.field_confidence[field_name]}"
)
close
delete_document_classifier
Menghapus pengklasifikasi dokumen.
Baru dalam versi 2023-07-31: Metode klien delete_document_classifier .
delete_document_classifier(classifier_id: str, **kwargs: Any) -> None
Parameter
Mengembalikan
Tidak ada
Tipe hasil
Pengecualian
Contoh
Menghapus pengklasifikasi.
document_model_admin_client.delete_document_classifier(
classifier_id=my_classifier.classifier_id
)
try:
document_model_admin_client.get_document_classifier(
classifier_id=my_classifier.classifier_id
)
except ResourceNotFoundError:
print(f"Successfully deleted classifier with ID {my_classifier.classifier_id}")
delete_document_model
Menghapus model dokumen kustom.
delete_document_model(model_id: str, **kwargs: Any) -> None
Parameter
Mengembalikan
Tidak ada
Tipe hasil
Pengecualian
Contoh
Menghapus model.
document_model_admin_client.delete_document_model(model_id=my_model.model_id)
try:
document_model_admin_client.get_document_model(model_id=my_model.model_id)
except ResourceNotFoundError:
print(f"Successfully deleted model with ID {my_model.model_id}")
get_copy_authorization
Hasilkan otorisasi untuk menyalin model kustom ke sumber daya Form Recognizer target.
Ini harus dipanggil oleh sumber daya target (tempat model akan disalin) dan output dapat diteruskan sebagai parameter target ke dalam begin_copy_document_model_to.
get_copy_authorization(**kwargs: Any) -> TargetAuthorization
Parameter
- model_id
- str
ID unik untuk model anda yang disalin. Jika tidak ditentukan, ID model akan dibuat untuk Anda.
- description
- str
Deskripsi opsional untuk ditambahkan ke model.
Daftar atribut tag nilai kunci yang ditentukan pengguna yang terkait dengan model.
Mengembalikan
Kamus dengan nilai yang diperlukan untuk otorisasi salinan.
Tipe hasil
Pengecualian
get_document_analysis_client
Dapatkan instans DocumentAnalysisClient dari DocumentModelAdministrationClient.
get_document_analysis_client(**kwargs: Any) -> DocumentAnalysisClient
Mengembalikan
A DocumentAnalysisClient
Tipe hasil
Pengecualian
get_document_classifier
Dapatkan pengklasifikasi dokumen dengan ID-nya.
Baru dalam versi 2023-07-31: Metode klien get_document_classifier .
get_document_classifier(classifier_id: str, **kwargs: Any) -> DocumentClassifierDetails
Parameter
Mengembalikan
DocumentClassifierDetails
Tipe hasil
Pengecualian
Contoh
Dapatkan pengklasifikasi dengan ID-nya.
my_classifier = document_model_admin_client.get_document_classifier(
classifier_id=classifier_model.classifier_id
)
print(f"\nClassifier ID: {my_classifier.classifier_id}")
print(f"Description: {my_classifier.description}")
print(f"Classifier created on: {my_classifier.created_on}")
get_document_model
Dapatkan model dokumen dengan ID-nya.
get_document_model(model_id: str, **kwargs: Any) -> DocumentModelDetails
Parameter
Mengembalikan
DocumentModelDetails
Tipe hasil
Pengecualian
Contoh
Dapatkan model dengan ID-nya.
my_model = document_model_admin_client.get_document_model(model_id=model.model_id)
print(f"\nModel ID: {my_model.model_id}")
print(f"Description: {my_model.description}")
print(f"Model created on: {my_model.created_on}")
print(f"Model expires on: {my_model.expires_on}")
get_operation
Dapatkan operasi dengan ID-nya.
Dapatkan operasi yang terkait dengan sumber daya Form Recognizer. Perhatikan bahwa informasi operasi hanya bertahan selama 24 jam. Jika operasi model dokumen berhasil, model dapat diakses menggunakan get_document_model API atau list_document_models .
get_operation(operation_id: str, **kwargs: Any) -> OperationDetails
Parameter
Mengembalikan
OperationDetails
Tipe hasil
Pengecualian
Contoh
Dapatkan operasi model dokumen dengan ID-nya.
# Get an operation by ID
if operations:
print(f"\nGetting operation info by ID: {operations[0].operation_id}")
operation_info = document_model_admin_client.get_operation(
operations[0].operation_id
)
if operation_info.status == "succeeded":
print(f"My {operation_info.kind} operation is completed.")
result = operation_info.result
if result is not None:
if operation_info.kind == "documentClassifierBuild":
print(f"Classifier ID: {result.classifier_id}")
else:
print(f"Model ID: {result.model_id}")
elif operation_info.status == "failed":
print(f"My {operation_info.kind} operation failed.")
error = operation_info.error
if error is not None:
print(f"{error.code}: {error.message}")
else:
print(f"My operation status is {operation_info.status}")
else:
print("No operations found.")
get_resource_details
Dapatkan informasi tentang model di bawah sumber daya Form Recognizer.
get_resource_details(**kwargs: Any) -> ResourceDetails
Mengembalikan
Ringkasan model kustom di bawah sumber daya - jumlah dan batas model.
Tipe hasil
Pengecualian
Contoh
Dapatkan jumlah dan batasan model di bawah sumber daya Form Recognizer.
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
account_details = document_model_admin_client.get_resource_details()
print(
f"Our resource has {account_details.custom_document_models.count} custom models, "
f"and we can have at most {account_details.custom_document_models.limit} custom models"
)
neural_models = account_details.neural_document_model_quota
print(
f"The quota limit for custom neural document models is {neural_models.quota} and the resource has"
f"used {neural_models.used}. The resource quota will reset on {neural_models.quota_resets_on}"
)
list_document_classifiers
Mencantumkan informasi untuk setiap pengklasifikasi dokumen, termasuk ID pengklasifikasi, deskripsi, dan kapan dibuat.
Baru dalam versi 2023-07-31: Metode klien list_document_classifiers .
list_document_classifiers(**kwargs: Any) -> ItemPaged[DocumentClassifierDetails]
Mengembalikan
Dapat di-pageable dari DocumentClassifierDetails.
Tipe hasil
Pengecualian
Contoh
Cantumkan semua pengklasifikasi yang berhasil dibangun di bawah sumber daya Form Recognizer.
classifiers = document_model_admin_client.list_document_classifiers()
print("We have the following 'ready' models with IDs and descriptions:")
for classifier in classifiers:
print(f"{classifier.classifier_id} | {classifier.description}")
list_document_models
Mencantumkan informasi untuk setiap model, termasuk ID model, deskripsi, dan kapan dibuat.
list_document_models(**kwargs: Any) -> ItemPaged[DocumentModelSummary]
Mengembalikan
Dapat di-pageable dari DocumentModelSummary.
Tipe hasil
Pengecualian
Contoh
Cantumkan semua model yang berhasil dibangun di bawah sumber daya Form Recognizer.
models = document_model_admin_client.list_document_models()
print("We have the following 'ready' models with IDs and descriptions:")
for model in models:
print(f"{model.model_id} | {model.description}")
list_operations
Mencantumkan informasi untuk setiap operasi.
Mencantumkan semua operasi yang terkait dengan sumber daya Form Recognizer. Perhatikan bahwa informasi operasi hanya bertahan selama 24 jam. Jika operasi model dokumen berhasil, model dokumen dapat diakses menggunakan get_document_model API atau list_document_models .
list_operations(**kwargs: Any) -> ItemPaged[OperationSummary]
Mengembalikan
Satu halaman OperationSummary.
Tipe hasil
Pengecualian
Contoh
Cantumkan semua operasi model dokumen dalam 24 jam terakhir.
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import DocumentModelAdministrationClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
operations = list(document_model_admin_client.list_operations())
print("The following document model operations exist under my resource:")
for operation in operations:
print(f"\nOperation ID: {operation.operation_id}")
print(f"Operation kind: {operation.kind}")
print(f"Operation status: {operation.status}")
print(f"Operation percent completed: {operation.percent_completed}")
print(f"Operation created on: {operation.created_on}")
print(f"Operation last updated on: {operation.last_updated_on}")
print(
f"Resource location of successful operation: {operation.resource_location}"
)
send_request
Menjalankan permintaan jaringan menggunakan alur klien yang ada.
URL permintaan dapat relatif terhadap URL dasar. Versi API layanan yang digunakan untuk permintaan sama dengan klien kecuali ditentukan lain. Mengambil alih versi API klien yang dikonfigurasi di URL relatif didukung pada klien dengan API versi 2022-08-31 dan yang lebih baru. Mengambil alih URL absolut yang didukung pada klien dengan versi API apa pun. Metode ini tidak menaikkan jika responsnya adalah kesalahan; untuk menaikkan pengecualian, panggil raise_for_status() pada objek respons yang dikembalikan. Untuk informasi selengkapnya tentang cara mengirim permintaan kustom dengan metode ini, lihat https://aka.ms/azsdk/dpcodegen/python/send_request.
send_request(request: HttpRequest, *, stream: bool = False, **kwargs) -> HttpResponse
Parameter
- stream
- bool
Apakah payload respons akan dialirkan. Default ke False.
Mengembalikan
Respons panggilan jaringan Anda. Tidak melakukan penanganan kesalahan pada respons Anda.
Tipe hasil
Pengecualian
Azure SDK for Python
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk