Communities
A collaborative platform to connect and grow with like-minded Informaticans across the globe
Product Communities
Connect and collaborate with Informatica experts and champions
Discussions
Have a question? Start a Discussion and get immediate answers you are looking for
User Groups
Customer-organized groups that meet online and in-person. Join today to network, share ideas, and get tips on how to get the most out of Informatica
Get Started
Community Guidelines
Knowledge Center
Troubleshooting documents, product guides, how to videos, best practices, and more
Knowledge Base
One-stop self-service portal for solutions, FAQs, Whitepapers, How Tos, Videos, and more
Support TV
Video channel for step-by-step instructions to use our products, best practices, troubleshooting tips, and much more
Documentation
Information library of the latest product documents
Velocity (Best Practices)
Best practices and use cases from the Implementation team
Learn
Rich resources to help you leverage full capabilities of our products
Trainings
Role-based training programs for the best ROI
Certifications
Get certified on Informatica products. Free, Foundation, or Professional
Product Learning Paths
Free and unlimited modules based on your expertise level and journey
Resources
Library of content to help you leverage the best of Informatica products
Tech Tuesdays Webinars
Most popular webinars on product architecture, best practices, and more
Product Availability Matrix
Product Availability Matrix statements of Informatica products
SupportFlash
Monthly support newsletter
Support Documents
Informatica Support Guide and Statements, Quick Start Guides, and Cloud Product Description Schedule
Product Lifecycle
End of Life statements of Informatica products
Ideas
Events
Change Request Tracking
Marketplace
日本語
  • Model Serve
  • 所有产品

目次

Search

  1. はじめに
  2. Informatica Intelligent Cloud Services REST API
  3. プラットフォームREST APIバージョン2リソース
  4. プラットフォームREST APIバージョン3リソース
  5. データ統合 REST API
  6. 一括取り込みファイルREST API
  7. 一括取り込みストリーミングREST API
  8. Model Serve REST API
  9. RunAJobユーティリティ
  10. ParamSetCliユーティリティ
  11. REST APIコード
  12. REST APIリソースクイックリファレンス

REST APIリファレンス

REST APIリファレンス

前へ 次へ

Model Serveリソースのクイックリファレンス

Model Serve
リソースのクイックリファレンス

次のリストに、
Model Serve
リソースで実行できるアクションの構文と簡単な説明を示します。
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>')