クラウドマシンラーニングエンジンのモデルでC＃でオンライン予測を取得するにはどうすればよいですか？

Question

Cloud MLエンジンのモデルに正常にデプロイしてgcloud ml-engine models predictと動作していることを確認しました。これはthe instructionsに従っています。これでC＃アプリケーションから予測が送信されます。それ、どうやったら出来るの？

Answer 1

オンライン予測APIはREST APIです。したがって、資格情報を取得するにはGoogle's OAuthライブラリを使用する必要がありますが、HTTPSリクエストを送信するために任意のライブラリを使用できます。

リクエストのフォーマットは、docsに記載されているJSONです。

例として、Censusの例を考えてみましょう。あなたはまだ行っていない場合は、ローカルで実行する前に資格情報を初期化するためにgcloud auth loginを実行する必要があり

using System; 
using System.Collections.Generic; 
using System.Net.Http; 
using System.Net.Http.Headers; 
using System.Text; 
using System.Threading.Tasks; 
using Google.Apis.Auth.OAuth2; 
using Newtonsoft.Json; 

namespace prediction_client 
{ 
    class Person 
    { 
     public int age { get; set; } 
     public String workclass { get; set; } 
     public String education { get; set; } 
     public int education_num { get; set; } 
     public string marital_status { get; set; } 
     public string occupation { get; set; } 
     public string relationship { get; set; } 
     public string race { get; set; } 
     public string gender { get; set; } 
     public int capital_gain { get; set; } 
     public int capital_loss { get; set; } 
     public int hours_per_week { get; set; } 
     public string native_country { get; set; } 
    } 

    class Prediction 
    { 
     public List<Double> probabilities { get; set; } 
     public List<Double> logits { get; set; } 
     public Int32 classes { get; set; } 
     public List<Double> logistic { get; set; } 

     public override string ToString() 
     { 
      return JsonConvert.SerializeObject(this); 
     } 
    } 

    class MainClass 
    { 
     static PredictClient client = new PredictClient(); 
     static String project = "MY_PROJECT"; 
     static String model = "census"; // Whatever you deployed your model as 

     public static void Main(string[] args) 
     { 
      RunAsync().Wait(); 
     } 

     static async Task RunAsync() 
     { 
      try 
      { 
       Person person = new Person 
       { 
        age = 25, 
        workclass = " Private", 
        education = " 11th", 
        education_num = 7, 
        marital_status = " Never - married", 
        occupation = " Machine - op - inspct", 
        relationship = " Own - child", 
        race = " Black", 
        gender = " Male", 
        capital_gain = 0, 
        capital_loss = 0, 
        hours_per_week = 40, 
        native_country = " United - Stats" 
       }; 
       var instances = new List<Person> { person }; 

       List<Prediction> predictions = await client.Predict<Person, Prediction>(project, model, instances); 
       Console.WriteLine(String.Join("\n", predictions)); 
      } 
      catch (Exception e) 
      { 
       Console.WriteLine(e.Message); 
      } 
     } 
    } 

    class PredictClient { 

     private HttpClient client; 

     public PredictClient() 
     { 
      this.client = new HttpClient(); 
      client.BaseAddress = new Uri("https://ml.googleapis.com/v1/"); 
      client.DefaultRequestHeaders.Accept.Clear(); 
      client.DefaultRequestHeaders.Accept.Add(new MediaTypeWithQualityHeaderValue("application/json")); 
     }   

     public async Task<List<O>> Predict<I, O>(String project, String model, List<I> instances, String version = null) 
     { 
      var version_suffix = version == null ? "" : $"/version/{version}"; 
      var model_uri = $"projects/{project}/models/{model}{version_suffix}"; 
      var predict_uri = $"{model_uri}:predict"; 

      GoogleCredential credential = await GoogleCredential.GetApplicationDefaultAsync(); 
      var bearer_token = await credential.UnderlyingCredential.GetAccessTokenForRequestAsync(); 
      client.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", bearer_token); 

      var request = new { instances = instances }; 
      var content = new StringContent(JsonConvert.SerializeObject(request), Encoding.UTF8, "application/json"); 

      var responseMessage = await client.PostAsync(predict_uri, content); 
      responseMessage.EnsureSuccessStatusCode(); 

      var responseBody = await responseMessage.Content.ReadAsStringAsync(); 
      dynamic response = JsonConvert.DeserializeObject(responseBody); 

      return response.predictions.ToObject<List<O>>(); 
     } 
    } 
} 

：そのため、クライアントは、次のようになります。