Paddle框架API调用文档

更新时间：2023-01-18

本文档主要说明使用Paddle框架训练的模型部署到公有云后获得的API如何使用，如有疑问可以通过以下方式联系我们：

在百度智能云控制台内提交工单
进入BML社区交流 ,与其他开发者进行互动

接口描述

基于Paddle深度学习框架训练出的模型，模型训练完毕，发布到模型仓库并部署到公有云后可获得定制API

接口鉴权

在BML-控制台创建应用
应用列表获取AK/SK

请求说明

HTTP 方法：POST

请求URL：请首先进行自定义模型训练，完成训练后申请上线，上线成功后可在服务列表中查看并获取url。

URL参数：

参数	值
access_token	通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header如下：

参数	值
Content-Type	application/json

Body请求示例：

{
  "instances": [{
    "tensors": [{
      "name": "", // tensor name
      "type": "FLOAT/INT64/INT32",
      // xxx_data必须与"type"相对应，一个tensor中只能出现一种数据类型的data.
      "float_data": [],
      "int64_data": [],
      "int32_data": [],
      "shape": []
    }]
  }]
}

Body中放置请求参数，参数想详情如下：
请求参数：

参数	是否必选	类型	可选范围值	说明
instances	是	array(object)	-	用于预测的数据实例信息
+tensors	是	array(object)	-	模型输入对应的tensor数据
++name	是	string	-	tensor名称
++shape	是	array(number)	-	tensor的shape
++type	是	string	`FLOAT`/`INT64`/`INT32`	tensor的数据类型
++float_data	否	array(number)	-	浮点型数据；必须与”type”相对应，当type为FLOAT时传入
++int64_data	否	array(number)	-	64位整形数据；必须与”type”相对应，当type为FLOAT时传入
++int32_data	否	array(number)	-	32位整形数据；必须与”type”相对应，当type为FLOAT时传入
++lod_vector	否	array(object)	-	tensor的LoD向量信息。常在变长序列输入模型(如文本类)中使用，详情可参考LoD-Tensor使用说明，模型不存在lod时无须指定
+++lod	否	array(number)	-	各个level的LoD信息

返回说明

返回参数

参数	是否必选	类型	可选值范围	说明
log_id	是	number	-	用于排查问题的log id
result	否	object	-	模型的预测结果
+predictions	否	array(object)	-	paddle模型预测结果
++tensors	是	array(object)	-	模型预测输出对应的tensor信息
+++name	是	string	-	tensor名称
+++shape	是	array(number)	-	tensor的shape
+++type	是	string	`FLOAT`/`INT64`/`INT32`	tensor的数据类型
+++float_data	否	array(number)	-	浮点型预测值；与”type”相对应，当type为FLOAT时返回
+++int64_data	否	array(number)	-	64位整形数据；与”type”相对应，当type为INT64时返回
+++int32_data	否	array(number)	-	32位整形数据；与”type”相对应，当type为INT32时返回
++lod_vector	否	array(object)	-	输出tensor的LoD向量信息。详情可参考LoD-Tensor使用说明
+++lod	否	array(number)	-	各个level的LoD信息

公有云部署

Tensorflow框架API调用文档

百度智能云

BML 全功能AI开发平台