Oracle Machine Learningモデルのデプロイ

Oracle Machine Learning Servicesは、Oracle Databaseをバックエンド・リポジトリとして使用する中間層Webアプリケーションです。Oracle Machine Learning Servicesでは、Oracle Machine LearningモデルおよびONNX形式モデルのモデル・デプロイメントをサポートしています。モデルのデプロイメントとは、機械学習モデルを本番環境に統合する方法のことです。

サポートされる機能

Oracle Machine Learning ServicesのREST APIでは、Oracle Machine LearningモデルおよびONNX形式モデルに対して次の機能をサポートしています。

• デプロイ済モデルの格納、削除およびリスト
• モデルのメタデータおよびコンテンツの取得
• ネームスペースでのモデルの編成
• モデル・エンドポイントの作成、削除およびリスト
• モデル・エンドポイントのSwaggerドキュメントの取得
• モデルの詳細の取得
• エンドポイント詳細の取得
• モデル・エンドポイントを使用したスコアリング

サポートされる機械学習モデル

Oracle Machine Learning ServicesのREST APIでは、次の機械学習モデルをサポートしています。

• 分類モデル
• クラスタリング・モデル
• 特徴抽出モデル
• 回帰モデル

ノート:

パーティション化されたモデルも含まれます。

数値列、カテゴリ列、テキスト列およびネストした列をサポートしています。予測の詳細は、数値列およびカテゴリ列ではサポートされますが、ネストした列およびテキスト列ではサポートされません。

ノート:

sql変換が埋め込まれたモデルはサポートされていません。

Oracle Machine Learningモデルをデプロイするには:

1. dbms_data_mining.export_sermodel APIを使用して、Oracle Machine Learningモデルをファイルにエクスポートします。

   詳細は、EXPORT_SERMODELプロシージャを参照してください

2. 認証に記載されている手順に従って、トークンを取得します。これは、HTTP認証スキームのセキュリティ・トークンであるBearerトークンです。リクエストの実行時に、Authorizationヘッダーのこのトークンを送信する必要があります。

   ノート:

   トークンを取得できるデータベース・アカウントには、OML_DEVELOPERロールが必要です。
3. POSTリクエストをモデル・リポジトリ・サービスに送信して、モデルをデータベースのモデル・リポジトリに格納します。次のcURLコマンドを使用します。

   curl -X POST --header "Authorization: Bearer $token" 
   <omlmod-cloud-service-location-url>/omlmod/v1/models \
   -H 'content-type: multipart/form-data; boundary=Boundary' \
   -F modelData=@modelfile \
   -F modelName=kmmod \
   -F modelType=OML \
   -F 'description=Clustering model' \
   -F shared=true \
   -F version=1.0

   ノート:

   モデルをリポジトリに格納すると、一意のIDが生成されます。これは、モデル・エンドポイントの作成時に使用するmodelIdです。
   この例の説明は、次のとおりです。

   • $tokenは、認可APIを介して取得されたトークンに割り当てられる環境変数を表します。
   • kmmodはモデル名です
4. POSTリクエストを使用してモデル・エンドポイントを作成します。このメソッドは、modelIdおよびuriを入力として取ります。
   モデルをデプロイするPOSTリクエストの例:

   curl -X POST --header "Authorization: Bearer $token" 
   <omlmod-cloud-service-location-url> /omlmod/v1/deployment\
   --header 'Content-Type: application/json' \
   -d '{"uri":"km_model","modelId":"8c8a4499-a6cd-4706-b9bf-dbf489104a95"}'

   この例の説明は、次のとおりです。

   • $tokenは、認可APIを介して取得されたトークンに割り当てられる環境変数を表します。
   • km_modelはURIです。
   • 8c8a4499-a6cd-4706-b9bf-dbf489104a95はmodelIdです。

   ノート:

   モデル所有者のみがモデルをデプロイできます。モデル所有者とは、モデルを格納するユーザーです。デプロイ済モデルに対して新しいエンドポイントが作成されます。
5. GETリクエストを使用して、このエンドポイントのOpen APIドキュメントを取得します。
   URIがkm_modelのデプロイ済モデル・エンドポイントのOpen APIドキュメントの例:

   curl  -X GET --header "Authorization: Bearer $token" 
    <omlmod-cloud-service-location-url>/omlmod/v1/deployment/km_model/api

   この例の説明は、次のとおりです。

   • $tokenは、認可APIを介して取得されたトークンに割り当てられる環境変数を表します。
   • km_modelはURIです。
6. 次のようにPOSTリクエストを使用して、モデル・エンドポイントをスコアリングします。

   curl  -X POST --header "Authorization: Bearer $token" 
   <omlmod-cloud-service-location-url>/omlmod/v1/deployment/km_model/score\
    --header 'Content-Type: application/json' --header 'Accept: application/json'\
   -d '{"inputRecords":[{"X1":1,"X2":5}]}'

   この例の説明は、次のとおりです。

   • $tokenは、認可APIを介して取得されたトークンに割り当てられる環境変数を表します。
   • /deployment/km_model/はURIです。
   • inputRecordsは配列で、単一のレコード(例を参照)または複数のレコードのミニバッチを渡すことができます。