Een back-up maken van uw aangepaste modellen voor tekstclassificatie en deze herstellen

Wanneer u een taalresource maakt, geeft u een regio op waarin deze moet worden gemaakt. Vanaf dat tijdstip vinden uw resource en alle bewerkingen met betrekking tot deze resource plaats in de opgegeven Azure serverregio. Het is zeldzaam, maar niet onmogelijk, om een netwerkprobleem tegen te komen dat een hele regio raakt. Als uw oplossing altijd beschikbaar moet zijn, moet u deze ontwerpen voor een failover naar een andere regio. Failover vereist twee Azure Language Services in Foundry Tools-resources in verschillende regio’s en de mogelijkheid om aangepaste modellen tussen de regio's te synchroniseren.

Als uw app of bedrijf afhankelijk is van het gebruik van een aangepast tekstclassificatiemodel, raden we u aan om een replica van uw project te maken in een andere ondersteunde regio. Als er een regionale storing optreedt, hebt u vervolgens toegang tot uw model in de andere failoverregio waar u uw project hebt gerepliceerd.

Het repliceren van een project betekent dat u de metagegevens en assets van uw project exporteert en in een nieuw project importeert. Replicatie maakt alleen een kopie van uw projectinstellingen en getagde gegevens. U moet nog steeds de modellen trainen en implementeren die beschikbaar zijn voor gebruik met voorspellings-API's.

In dit artikel leert u hoe u de API's voor exporteren en importeren gebruikt om uw project van de ene resource naar de andere te repliceren, bestaande in verschillende ondersteunde geografische regio's. We bieden ook richtlijnen voor het synchroon houden van uw projecten en de updates die nodig zijn voor uw runtime-verbruik.

Voorwaarden

• Twee taalbronnen in verschillende Azure regio's. Maak een taalresource en verbind deze met een Azure-opslagaccount. U wordt aangeraden beide taalbronnen te verbinden met hetzelfde opslagaccount. Hoewel deze stap mogelijk iets hogere latentie introduceert bij het importeren van uw project en het trainen van een model.

Eindpunt van uw resourcesleutels ophalen

Gebruik de volgende stappen om de sleutels en het endpoint van uw primaire en secundaire resources op te halen.

• Ga naar de overzichtspagina van uw resource in de Azure portal

• Selecteer sleutels en eindpunt in het menu aan de linkerkant. Het eindpunt en de sleutel worden gebruikt voor API-aanvragen.

Uw primaire projectassets exporteren

Exporteer eerst de projectassets uit het project in uw primaire resource.

Exporttaak verzenden

Vervang de plaatsaanduidingen in het volgende verzoek door uw {PRIMARY-ENDPOINT} en {PRIMARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Maak een POST-aanvraag met behulp van de volgende URL, headers en JSON-hoofdtekst om uw project te exporteren.

Aanvraag-URL

Gebruik de volgende URL bij het maken van uw API-aanvraag. Vervang de tijdelijke aanduidingen door uw eigen waarden.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/:export?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Lichaam

Gebruik de volgende JSON in de aanvraagbody die aangeeft dat u alle assets wilt exporteren.

{
  "assetsToExport": ["*"]
}

Zodra u uw API-aanvraag hebt verzonden, ontvangt u een 202 antwoord dat aangeeft dat de taak correct is verzonden. Pak in de antwoordheaders de operation-location waarde op die als volgt is opgemaakt:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/export/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} wordt gebruikt om uw aanvraag te identificeren, omdat deze bewerking asynchroon is. Gebruik deze URL om de status van de exporttaak op te halen.

Status van exportwerk ophalen

Vervang de plaatsaanduidingen in het volgende verzoek door uw {PRIMARY-ENDPOINT} en {PRIMARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Gebruik de volgende GET-aanvraag om de status van het exporteren van uw projectassets op te halen. Vervang de tijdelijke aanduidingen door uw eigen waarden.

Aanvraag-URL

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/export/jobs/{JOB-ID}?api-version={API-VERSION}

Kopteksten

Gebruik de volgende header om uw aanvraag te verifiëren.

Hoofdtekst van antwoord

{
  "resultUrl": "{RESULT-URL}",
  "jobId": "string",
  "createdDateTime": "2021-10-19T23:24:41.572Z",
  "lastUpdatedDateTime": "2021-10-19T23:24:41.572Z",
  "expirationDateTime": "2021-10-19T23:24:41.572Z",
  "status": "unknown",
  "errors": [
    {
      "code": "unknown",
      "message": "string"
    }
  ]
}

Gebruik de URL van de resultUrl sleutel in de hoofdtekst en bekijk de geëxporteerde assets uit deze taak.

Exportresultaten ophalen

Dien een GET-verzoek in met gebruik van {RESULT-URL} ontvangen in de vorige stap om de resultaten van de exporttaak weer te geven.

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Kopieer de antwoordtekst die u wilt gebruiken als hoofdtekst voor de volgende importtaak.

Importeren in een nieuw project

Importeer nu de geëxporteerde projectassets in uw nieuwe project in de secundaire regio, zodat u het kunt repliceren.

Importtaak verzenden

Vervang de placeholders in de volgende opdracht door uw {SECONDARY-ENDPOINT} en {SECONDARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Verzend een POST-aanvraag met behulp van de volgende URL, headers en JSON-hoofdtekst om het labelbestand te importeren. Zorg ervoor dat het labelsbestand de geaccepteerde indeling volgt.

Als er al een project met dezelfde naam bestaat, worden de gegevens van dat project vervangen.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/:import?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Lichaam

Gebruik de volgende JSON in uw aanvraag. Vervang de tijdelijke aanduidingen door uw eigen waarden.

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customMultiLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customMultiLabelClassification",
    "classes": [
      {
        "category": "Class1"
      },
      {
        "category": "Class2"
      }
    ],
    "documents": [
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class1"
          },
          {
            "category": "Class2"
          }
        ]
      },
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class2"
          }
        ]
      }
    ]
  }
}

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customSingleLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customSingleLabelClassification",
        "classes": [
            {
                "category": "Class1"
            },
            {
                "category": "Class2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class2"
                }
            },
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class1"
                }
            }
        ]
    }
}

Zodra u uw API-aanvraag hebt verzonden, ontvangt u een 202 antwoord dat aangeeft dat de taak correct is verzonden. Pak in de antwoordheaders de operation-location waarde op die als volgt is opgemaakt:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} wordt gebruikt om uw aanvraag te identificeren, omdat deze bewerking asynchroon is. U gebruikt deze URL om de status van de importtaak op te halen.

Mogelijke foutscenario's voor deze aanvraag:

• De geselecteerde resource beschikt niet over de juiste machtigingen voor het opslagaccount.
• De gespecificeerde storageInputContainerName bestaat niet.
• Ongeldige taalcode wordt gebruikt of als het taalcodetype geen tekenreeks is.
• multilingual waarde is een tekenreeks en geen booleaanse waarde.

Status van importtaak ophalen

Vervang de placeholders in de volgende opdracht door uw {SECONDARY-ENDPOINT} en {SECONDARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Gebruik de volgende GET-aanvraag om de status van het importeren van uw project op te halen. Vervang de tijdelijke aanduidingen door uw eigen waarden.

Aanvraag-URL

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Uw model trainen

Nadat u uw project hebt geïmporteerd, hebt u alleen de assets en metagegevens van het project gekopieerd. U moet uw model nog steeds trainen, wat kosten met zich meebrengt op uw account.

Trainingsopdracht indienen

Vervang de placeholders in de volgende opdracht door uw {SECONDARY-ENDPOINT} en {SECONDARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Dien een POST-aanvraag in met behulp van de volgende URL, headers en JSON-hoofdtekst om een trainingstaak te verzenden. Vervang de tijdelijke aanduidingen door uw eigen waarden.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/:train?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Verzoekinhoud

Gebruik de volgende JSON in de hoofdtekst van uw aanvraag. Het model zal de {MODEL-NAME} krijgen zodra de training is voltooid. Alleen succesvolle trainingstaken leveren modellen op.

{
	"modelLabel": "{MODEL-NAME}",
	"trainingConfigVersion": "{CONFIG-VERSION}",
	"evaluationOptions": {
		"kind": "percentage",
		"trainingSplitPercentage": 80,
		"testingSplitPercentage": 20
	}
}

Zodra u uw API-aanvraag hebt verzonden, ontvangt u een 202 antwoord dat aangeeft dat de taak correct is verzonden. Pak in de antwoordheaders de location waarde op die als volgt is opgemaakt:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/train/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} wordt gebruikt om uw aanvraag te identificeren, omdat deze bewerking asynchroon is. U kunt deze URL gebruiken om de trainingsstatus op te halen.

Trainingsstatus ophalen

Vervang de placeholders in de volgende opdracht door uw {SECONDARY-ENDPOINT} en {SECONDARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Gebruik de volgende GET-aanvraag om de status van de trainingsvoortgang van uw model op te halen. Vervang de tijdelijke aanduidingen door uw eigen waarden.

Aanvraag-URL

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/train/jobs/{JOB-ID}?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Hoofdtekst van antwoord

Zodra u de aanvraag hebt verzonden, krijgt u het volgende antwoord.

{
  "result": {
    "modelLabel": "{MODEL-NAME}",
    "trainingConfigVersion": "{CONFIG-VERSION}",
    "estimatedEndDateTime": "2022-04-18T15:47:58.8190649Z",
    "trainingStatus": {
      "percentComplete": 3,
      "startDateTime": "2022-04-18T15:45:06.8190649Z",
      "status": "running"
    },
    "evaluationStatus": {
      "percentComplete": 0,
      "status": "notStarted"
    }
  },
  "jobId": "{JOB-ID}",
  "createdDateTime": "2022-04-18T15:44:44Z",
  "lastUpdatedDateTime": "2022-04-18T15:45:48Z",
  "expirationDateTime": "2022-04-25T15:44:44Z",
  "status": "running"
}

Uw model implementeren

Implementatie is de stap waarin u het getrainde model beschikbaar maakt voor formulierverbruik via de voorspellings-API voor runtime.

Implementatietaak verzenden

Vervang de placeholders in de volgende opdracht door uw {SECONDARY-ENDPOINT} en {SECONDARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Dien een PUT-aanvraag in met behulp van de volgende URL, headers en JSON-hoofdtekst om een implementatietaak te verzenden. Vervang de tijdelijke aanduidingen door uw eigen waarden.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/deployments/{deploymentName}?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Verzoekinhoud

Gebruik de volgende JSON in de hoofdtekst van uw aanvraag. Gebruik de naam van het model dat u aan de implementatie wilt toewijzen.

{
  "trainedModelLabel": "{MODEL-NAME}"
}

Zodra u uw API-aanvraag hebt verzonden, ontvangt u een 202 antwoord dat aangeeft dat de taak correct is verzonden. Pak in de antwoordheaders de operation-location waarde op die als volgt is opgemaakt:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} wordt gebruikt om uw aanvraag te identificeren, omdat deze bewerking asynchroon is. U kunt deze URL gebruiken om de implementatiestatus op te halen.

De implementatiestatus ophalen

Vervang de placeholders in de volgende opdracht door uw {SECONDARY-ENDPOINT} en {SECONDARY-RESOURCE-KEY} die u in de eerste stap hebt verkregen.

Gebruik de volgende GET-aanvraag om de status van de implementatietaak op te vragen. U kunt de URL die u hebt ontvangen uit de vorige stap gebruiken of de tijdelijke aanduidingen vervangen door uw eigen waarden.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Hoofdtekst van antwoord

Zodra u de aanvraag hebt verzonden, krijgt u het volgende antwoord. Blijf dit eindpunt peilen totdat de statusparameter is gewijzigd in 'geslaagd'. U moet een 200 code ophalen om het succes van de aanvraag aan te geven.

{
    "jobId":"{JOB-ID}",
    "createdDateTime":"{CREATED-TIME}",
    "lastUpdatedDateTime":"{UPDATED-TIME}",
    "expirationDateTime":"{EXPIRATION-TIME}",
    "status":"running"
}

Wijzigingen in het aanroepen van de runtime

In uw systeem controleert u in de stap waarin u de voorspellings-API voor runtime aanroept op de antwoordcode die is geretourneerd door de verzonden taak-API. Als u een consistente fout ziet bij het indienen van de aanvraag, kan dit duiden op een storing in uw primaire regio. Een enkele fout betekent niet dat er een storing is; het kan een tijdelijk probleem zijn. Probeer de taak opnieuw te verzenden via de secundaire resource die u hebt gemaakt. Voor de tweede aanvraag gebruikt u uw {SECONDARY-ENDPOINT}, en {SECONDARY-RESOURCE-KEY}, en als u de vorige stappen hebt gevolgd, zouden {PROJECT-NAME} en {DEPLOYMENT-NAME} hetzelfde zijn, dus zijn er geen wijzigingen nodig in de aanvraagbody.

Als u uw secundaire resource weer gebruikt, kunt u een lichte toename van de latentie zien vanwege het verschil in regio's waarin uw model wordt geïmplementeerd.

Controleren of uw projecten niet zijn gesynchroniseerd

Het behoud van de versheid van beide projecten is een belangrijk onderdeel van het proces. U moet regelmatig controleren of er updates zijn aangebracht in uw primaire project, zodat u ze naar uw secundaire project verplaatst. Op deze manier kunt u, als uw primaire regio uitvalt en u naar de secundaire regio gaat, vergelijkbare modelprestaties verwachten, omdat deze al de meest recente updates bevat. Het instellen van de frequentie van het controleren of uw projecten gesynchroniseerd zijn, is een belangrijke keuze. We raden u aan deze controle dagelijks uit te voeren om de versheid van gegevens in uw secundaire model te garanderen.

Projectdetails ophalen

Gebruik de volgende URL om de projectgegevens op te halen. Een van de sleutels die in de hoofdtekst worden geretourneerd, geeft de laatste wijzigingsdatum van het project aan. Herhaal de volgende stap twee keer: eenmaal voor uw primaire project en nogmaals voor uw secundaire project. Vergelijk de tijdstempel die voor beide is geretourneerd om te controleren of deze niet synchroon zijn.

Gebruik de volgende GET-aanvraag om uw projectgegevens op te halen. Vervang de tijdelijke aanduidingen door uw eigen waarden.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}?api-version={API-VERSION}

Headers

Gebruik de volgende header om uw aanvraag te verifiëren.

Hoofdtekst van antwoord

    {
        "createdDateTime": "2021-10-19T23:24:41.572Z",
        "lastModifiedDateTime": "2021-10-19T23:24:41.572Z",
        "lastTrainedDateTime": "2021-10-19T23:24:41.572Z",
        "lastDeployedDateTime": "2021-10-19T23:24:41.572Z",
        "projectKind": "customMultiLabelClassification",
        "storageInputContainerName": "{CONTAINER-NAME}",
        "projectName": "{PROJECT-NAME}",
        "multilingual": false,
        "description": "Project description",
        "language": "{LANGUAGE-CODE}"
    }

Zodra u uw API-aanvraag hebt verzonden, ontvangt u een 200 antwoord dat aangeeft dat de aanvraag is geslaagd en de hoofdtekst van het JSON-antwoord met de projectgegevens.

Herhaal dezelfde stappen voor uw gerepliceerde project met behulp van {SECONDARY-ENDPOINT}, en {SECONDARY-RESOURCE-KEY}. Vergelijk de geretourneerde lastModifiedDateTime waarden van beide projecten. Als uw primaire project eerder is gewijzigd dan uw secundaire project, moet u de stappen herhalen voor het exporteren, importeren, trainen en implementeren van uw model.

Volgende stappen

In dit artikel hebt u geleerd hoe u de API's voor exporteren en importeren kunt gebruiken om uw project te repliceren naar een secundaire taalresource in een andere regio. Bekijk vervolgens de API-referentiedocumenten om te zien wat u nog meer kunt doen met het ontwerpen van API's.

• REST API-referentie schrijven
• Naslaginformatie over REST API voor runtimevoorspelling