トレーニング済みモデルデプロイメントAPIの更新

トレーニング済みモデルデプロイメントの特定のプロパティを更新します。

リクエスト

POST _ml/trained_models/<deployment_id>/deployment/_update

前提条件

  3. ## 説明
  5. `````started`````の`````assignment_state`````を持つトレーニング済みモデルデプロイメントを更新できます。このデプロイメントの割り当て数を増やすことも減らすこともできます。
  8. ## パスパラメータ
  10. -   `````<deployment_id>
  • （必須、文字列）モデルのデプロイメントの一意の識別子。

リクエストボディ

  • number_of_allocations
  • （オプション、整数）このモデルが機械学習ノード全体で割り当てられる合計の割り当て数。この値を増やすと、一般的にスループットが増加します。

例

以下の例は、elastic__distilbert-base-uncased-finetuned-conll03-englishトレーニング済みモデルのデプロイメントを4つの割り当てを持つように更新します:

Python

  1. resp = client.ml.update_trained_model_deployment(
  2.    model_id="elastic__distilbert-base-uncased-finetuned-conll03-english",
  3.    number_of_allocations=4,
  4. )
  5. print(resp)

Ruby

  1. response = client.ml.update_trained_model_deployment(
  2.   model_id: 'elastic__distilbert-base-uncased-finetuned-conll03-english',
  3.   body: {
  4.    number_of_allocations: 4
  5.   }
  6. )
  7. puts response

Js

  1. const response = await client.ml.updateTrainedModelDeployment({
  2.   model_id: "elastic__distilbert-base-uncased-finetuned-conll03-english",
  3.   number_of_allocations: 4,
  4. });
  5. console.log(response);

コンソール

  1. POST _ml/trained_models/elastic__distilbert-base-uncased-finetuned-conll03-english/deployment/_update
  2. {
  3.   "number_of_allocations": 4
  4. }

APIは以下の結果を返します:

コンソール-結果

  1. {
  2.    "assignment": {
  3.    "task_parameters": {
  4.    "model_id": "elastic__distilbert-base-uncased-finetuned-conll03-english",
  5.    "model_bytes": 265632637,
  6.    "threads_per_allocation" : 1,
  7.    "number_of_allocations" : 4,
  8.    "queue_capacity" : 1024
  9.    },
  10.    "routing_table": {
  11.    "uckeG3R8TLe2MMNBQ6AGrw": {
  12.    "current_allocations": 1,
  13.    "target_allocations": 4,
  14.    "routing_state": "started",
  15.    "reason": ""
  16.    }
  17.    },
  18.    "assignment_state": "started",
  19.    "start_time": "2022-11-02T11:50:34.766591Z"
  20.    }
  21. }