ジェリー前の二つの記事は、RESTfulなAPIを介して、機械学習モデルの消費量は、SAPレオナルドに事前に訓練方法について説明します。
ジェリーが言及された、商品画像の分類APIは唯一の製品カテゴリの29種類をサポートしています。
我々はアプリケーションを開発する場合は、追加の製品カテゴリーをサポートする必要性は、私たちはモデルを再教育する製品カテゴリの自分の絵を提供する必要があります。
ここでは、機械学習モデルにSAPレオナルドを再教育するための手順は次のとおりです。
商品画像Classficationは、このモデルは花の種類を識別することができる、我々は再教育を期待すると仮定した後、我々は最初の花の写真をたくさん取得する必要があります。Tensorflowの公式ウェブサイトは、親切に花の絵の多種多様を含んで練習、と行うには圧縮袋を提供し、訓練をモデル化したい学習者に与えています。
http://download.tensorflow.org/example_images/flower_photos.tgz
SAPレオナルドは、モデル・データ・セットを再教育するために使用することができ、あなたは、以下に示す階層、つまりトレーニング、検証を遵守し、以下の3つのフォルダをテストする必要があります受け入れ、それぞれのサブフォルダという名前の製品カテゴリ、およびデータのサイズを含みます8の比1：1。
あなたが訓練のためのデータを持っていたら、次のステップは、オンライン・ストレージ・プラットフォームのSAPレオナルドのモデルにデータをアップロードすることです。
ジェリー前の記事 SAPクラウドプラットフォームCloudFoundryの消費環境は、使用方法に配備 学習のプラットフォーム上でサービスインスタンスレオナルドSAPクラウドマシンを作成する方法を説明してきた、このインスタンス内のサービスキーはIMAGE_RETRAIN_API_URLが含まれ、オンラインで入手することができます格納されたURL：
これは、HTTP GETリクエストのURL、URLがオンラインストアを取得し送信します。
把这个url粘贴到浏览器里，输入postman里返回的accessKey和secretKey登录，就能以web的方式访问这个在线存储了：
下一步是把本地的训练文件上传到这个部署在AWS上的在线存储上去。
首先用命令行mc config host定义一个名为sapjerrys3的远程站点，将上一步从postman获得的AWS在线存储url，accessKey和secret绑定到这个站点上：
然后使用命令行上传文件：
mc.exe cp -r C:\Code\MachineLearningStudy\flowersjerry sapjerrys3\data
大概十几分钟后，文件上传完毕：
此时可以从浏览器里看到AWS在线存储上传完毕的训练文件。
现在可以提交一个后台作业了，让Leonardo去处理这些上传好的文件，ABAP顾问们可以把这个动作理解成在Netweaver事务码SM36里定义一个后台作业并提交。发送一个HTTP post请求，除了下图jobName, dataset和modelName需要自己维护外，其他字段都使用SAP官网上定义的默认值。
这个请求会返回一个后台作业ID，抄下来后把它拼到url末尾，然后重新发送一个HTTP get请求，即可查询到这个作业的执行情况。Jerry重新训练的时候，等待了大概五分钟，作业状态就变为SUCCEEDED了。
因为上一篇和本文做的练习都是在SAP Cloud Platform的CloudFoundry环境中进行的，因此我们也可以用cf命令行来查询这些作业的执行情况：
cf sapml retraining jobs -m image
如果遇到作业状态为FAILED的情况，去AWS在线存储上查看以作业名称命名的文件夹，里面包含了详细的训练日志，可以用作错误分析：
在这个训练好的模型能正式被使用之前，我们还需要对其进行部署，类似ABAP Netweaver里的“激活”动作。
和提交训练的后台作业类似，模型部署也是一个异步执行的步骤，提交部署请求后，得到一个部署作业ID：ms-26c5a22c-6d07-4164-8222-a4182969162d
根据这个部署作业ID可以查询模型部署状态：
成功部署后，我们就可以用Restful API消费这个模型了，url的格式为：
https://mlfinternalproduction-image-classifier.cfapps.sap.hana.ondemand.com/api/v2/image/classification/models/<model name>/versions/1
我从网络上随便找一张向日葵的照片，
将这张图片作为HTTP POST的参数发给我重新训练并且部署好的模型flowerjerrymodel，得到的结果显示，重新训练后的模型认为这张图片有大约87%的可能性是代表向日葵。
接下来如果有时间的话，Jerry打算搜集一些异形(Alien)的图片来训练，
看SAP Leonardo能不能把我桌上挂着的这些异形吊饰识别出来。感谢阅读。