google-ml1 库允许访问 Google Cloud Machine Learning Engine 服务（协议 v1）的所有功能。

本文档由 Cloud Machine Learning Engine 库版本 5.0.5+20240607 生成，其中 20240607 是由 mako 代码生成器 v5.0.5 构建的 ml:v1 架构的确切修订版。

关于 Cloud Machine Learning Engine v1 API 的其他信息可以在 官方文档网站 找到。

功能

轻松从中心 枢纽 处理以下 资源...

• 项目
• explain, get config, jobs cancel, jobs create, jobs get, jobs get iam policy, jobs list, jobs patch, jobs set iam policy, jobs test iam permissions, locations get, locations list, locations operations cancel, locations operations get, locations studies create, locations studies delete, locations studies get, locations studies list, locations studies trials add measurement, locations studies trials check early stopping state, locations studies trials complete, locations studies trials create, locations studies trials delete, locations studies trials get, locations studies trials list, locations studies trials list optimal trials, locations studies trials stop, locations studies trials suggest, models create, models delete, models get, models get iam policy, models list, models patch, models set iam policy, models test iam permissions, models versions create, models versions delete, models versions get, models versions list, models versions patch, models versions set default, operations cancel, operations get, operations list and predict

本库的结构

API 结构为以下主要项目

• 枢纽
  • 一个中央对象，用于维护状态并允许访问所有 活动
  • 创建 方法构建器，后者又允许访问单个 调用构建器
• 资源
  • 您可以将 活动 应用于的主要类型
  • 一组属性和 部分
  • 部分
    • 一组属性
    • 在 活动 中 never 直接使用
• 活动
  • 应用于 资源 的操作

所有 结构 都标记了适用的特征，以进一步分类它们并简化浏览。

一般来说，您可以像这样调用 活动

let r = hub.resource().activity(...).doit().await

或具体地说...

let r = hub.projects().locations_operations_get(...).doit().await
let r = hub.projects().locations_studies_trials_check_early_stopping_state(...).doit().await
let r = hub.projects().locations_studies_trials_suggest(...).doit().await
let r = hub.projects().models_versions_create(...).doit().await
let r = hub.projects().models_versions_delete(...).doit().await
let r = hub.projects().models_versions_patch(...).doit().await
let r = hub.projects().models_delete(...).doit().await
let r = hub.projects().models_patch(...).doit().await
let r = hub.projects().operations_get(...).doit().await

资源（resource）和活动（activity）调用创建构建器。第二个处理活动，支持各种配置即将进行的操作（此处未显示）的方法。它设计成必须立即指定所有必需的参数（即(...)），而所有可选的参数都可以按需构建。doit()方法执行与服务器实际通信并返回相应的结果。

使用方法

设置项目

要使用此库，您需要将以下行放入您的Cargo.toml文件中

[dependencies]
google-ml1 = "*"
serde = "^1.0"
serde_json = "^1.0"

一个完整的例子

extern crate hyper;
extern crate hyper_rustls;
extern crate google_ml1 as ml1;
use ml1::api::GoogleCloudMlV1__Version;
use ml1::{Result, Error};
use std::default::Default;
use ml1::{CloudMachineLearningEngine, oauth2, hyper, hyper_rustls, chrono, FieldMask};

// Get an ApplicationSecret instance by some means. It contains the `client_id` and 
// `client_secret`, among other things.
let secret: oauth2::ApplicationSecret = Default::default();
// Instantiate the authenticator. It will choose a suitable authentication flow for you, 
// unless you replace  `None` with the desired Flow.
// Provide your own `AuthenticatorDelegate` to adjust the way it operates and get feedback about 
// what's going on. You probably want to bring in your own `TokenStorage` to persist tokens and
// retrieve them from storage.
let auth = oauth2::InstalledFlowAuthenticator::builder(
        secret,
        oauth2::InstalledFlowReturnMethod::HTTPRedirect,
    ).build().await.unwrap();
let mut hub = CloudMachineLearningEngine::new(hyper::Client::builder().build(hyper_rustls::HttpsConnectorBuilder::new().with_native_roots().unwrap().https_or_http().enable_http1().build()), auth);
// As the method needs a request, you would usually fill it with the desired information
// into the respective structure. Some of the parts shown here might not be applicable !
// Values shown here are possibly random and not representative !
let mut req = GoogleCloudMlV1__Version::default();

// You can configure optional parameters by calling the respective setters at will, and
// execute the final call using `doit()`.
// Values shown here are possibly random and not representative !
let result = hub.projects().models_versions_patch(req, "name")
             .update_mask(FieldMask::new::<&str>(&[]))
             .doit().await;

match result {
    Err(e) => match e {
        // The Error enum provides details about what exactly happened.
        // You can also just use its `Debug`, `Display` or `Error` traits
         Error::HttpError(_)
        |Error::Io(_)
        |Error::MissingAPIKey
        |Error::MissingToken(_)
        |Error::Cancelled
        |Error::UploadSizeLimitExceeded(_, _)
        |Error::Failure(_)
        |Error::BadRequest(_)
        |Error::FieldClash(_)
        |Error::JsonDecodeError(_, _) => println!("{}", e),
    },
    Ok(res) => println!("Success: {:?}", res),
}

处理错误

系统产生的所有错误都作为Result枚举提供，作为doit()方法的返回值，或者作为可能的中间结果传递给Hub Delegate或Authenticator Delegate。

当代理处理错误或中间值时，它们有机会指示系统重试。这使得系统可能对所有类型的错误具有弹性。

上传和下载

如果方法支持下载，响应体应该是Result的一部分，您应该读取它以获取媒体。如果此类方法还支持Response Result，则默认返回它。您可以将其视为实际媒体的元数据。要触发媒体下载，您必须通过此调用设置构建器：.param("alt", "media")。

支持上传的方法可以使用最多2种不同的协议：简单和可恢复。每个的独特性由定制的doit(...)方法表示，分别命名为upload(...)和upload_resumable(...)。

自定义和回调

您可以通过提供delegate到方法构建器来改变doit()方法被调用的方式，在最终调用doit()之前。相应的方法将被调用来提供进度信息，并确定系统在失败时是否应该重试。

默认实现了 委托特质，允许您以最少的努力进行自定义。

服务器请求中的可选部分

此库提供的所有结构都旨在通过 json 进行 编码 和 解码。可选部分用于表示部分请求或响应是有效的。大多数可选部分被视为可识别的 部分，这些部分可以通过名称识别，并将发送到服务器以指示请求的设置部分或响应中期望的部分。

构建器参数

通过使用 方法构建器，您可以通过反复调用其方法来准备一个操作调用。这些方法始终接受一个参数，以下语句对它适用。

• POD 通过复制传递
• 字符串作为 &str 传递
• 请求值 被移动

参数将始终被复制或克隆到构建器中，以使它们与其原始生命周期独立。

Cargo 特性

• utoipa - 添加对 utoipa 的支持，并在所有类型上派生 utoipa::ToSchema。您必须将所需类型导入并注册到 #[openapi(schemas(...))] 中，否则生成的 openapi 规范将无效。

许可证

ml1 库由 Sebastian Thiel 生成，并置于 MIT 许可证之下。您可以在存储库的 许可证文件 中阅读全文。