Documentación de la interfaz frontal y posterior alfa (2)

Documentación de interfaz (1)

3. Selección de modelo clásico

1 、 Lenet

conv_2d-> relu-> maxpool2d-> conv_2d-> relu-> maxpool2d-> linear-> relu-> linear-> relu-> linear

(Solo para ilustrar la estructura del modelo, sin sentido, la misma a continuación)

2 、 Alexnet

características-> classfier

características: conv_2d-> relu-> maxpool2d-> conv2d-> relu-> maxpool2d-> conv2d-> relu-> conv2d-> relu-> conv2d-> relu-> maxpool2d

clasificador: lineal-> relu-> lineal-> relu-> lineal

3 、 NIN

conv2d-> rel-> conv2d-> relu-> conv2d-> re-read

Estos tres tipos de modelos se almacenan por adelantado como secuenciales y se pueden llamar directamente, a saber

El nombre en la función correspondiente se fija a Lenet / Alexnet / NIN, y el atributo se escribe previamente de acuerdo con la estructura correspondiente

Cuatro, interfaz de modelo de red

1. La clase NetworkList

(1) Obtenga el modelo almacenado

Campo Contenido
tipo de solicitud http OBTENER
url [ip] / api / NeuralNetwork / network /
estado (éxito) 200
estado (falla) 400

Ejemplo de valor de retorno

[
    {
        "id": 100,
        "creator": -1,
        "feature": {模型结构},
        "time": "2019-04-18T07:35:43.036087Z"
    },
    {
        "id": 101,
        "creator": -1,
        "feature": {模型结构},
        "time": "2019-04-18T07:35:48.066113Z"
    }
]

(2) Guardar el modelo

Campo Contenido
tipo de solicitud http ENVIAR
url [ip] / api / NeuralNetwork / network /
estado (éxito) 201
estado (falla) 400

campo de datos

{
    "creator":[用户令牌,未登录默认为-1],
    "feature":[模型结构]
}

2 、 NetworkDetail 类

Esta clase se utiliza para realizar algunas operaciones detalladas en el modelo de red almacenado de fondo.

(1) Adquirir el modelo basado en la identificación

Campo Contenido
tipo de solicitud http OBTENER
url [ip] / api / NeuralNetwork / network / [id] /
estado (éxito) 200
estado (falla) 400

Ejemplo de valor de retorno

{
        "id": 101,
        "creator": -1,
        "feature":[模型结构],
        "time": "2019-04-18T07:35:48.066113Z"
    }

(2) Modificar el modelo según la identificación

Campo Contenido
tipo de solicitud http PONER
url [ip] / api / NeuralNetwork / network / [id] /
estado (éxito) 200
estado (falla) 400

campo de datos

{
    "creator":[用户令牌,未登录默认为-1],
    "feature":[模型结构]
}

(3) Eliminar el modelo basado en la identificación

Campo Contenido
tipo de solicitud http ELIMINAR
url [ip] / api / NeuralNetwork / network / [id] /
estado (éxito) 200
estado (falla) 400

3. Interfaz de generación de código

Campo Contenido
tipo de solicitud http ENVIAR
url [ip] / api / NeuralNetwork / getcode /
estado (éxito) 200
estado (falla) 400

campo de datos

{
    "creator":[用户令牌,未登录默认为-1],
    "feature":[模型结构],
    "data":[static变量]
}

Valor de retorno

{
    "Main":[Main模块代码],
    "Model":[Model模块代码],
    "Ops":[Ops模块代码]
}

Supongo que te gusta

Origin www.cnblogs.com/NAG2020/p/12751269.html
Recomendado
Clasificación