停止已训练模型部署 API
编辑停止已训练模型部署 API
编辑停止已训练模型的部署。
请求
编辑POST _ml/trained_models/<deployment_id>/deployment/_stop
先决条件
编辑需要 manage_ml
集群权限。此权限包含在 machine_learning_admin
内置角色中。
描述
编辑只有 PyTorch model_type
的已训练模型才需要部署。
路径参数
编辑-
<deployment_id>
- (必需,字符串) 模型部署的唯一标识符。
查询参数
编辑-
allow_no_match
-
(可选,布尔值) 指定当请求
- 包含通配符表达式且没有匹配的部署时该如何操作。
- 包含
_all
字符串或没有标识符且没有匹配项时该如何操作。 - 包含通配符表达式且只有部分匹配项时该如何操作。
默认值为
true
,当没有匹配项时返回一个空数组,当有部分匹配项时返回结果的子集。如果此参数为false
,则当没有匹配项或只有部分匹配项时,请求返回404
状态代码。 -
force
- (可选,布尔值) 如果为 true,即使部署或其模型别名之一被摄取管道引用,也会停止部署。您必须重新启动模型部署才能使用这些管道。
-
finish_pending_work
- (可选,布尔值) 如果为 true,则在完成任何排队的工作后停止部署。默认为
false
。
示例
编辑以下示例停止 my_model_for_search
部署
resp = client.ml.stop_trained_model_deployment( model_id="my_model_for_search", ) print(resp)
response = client.ml.stop_trained_model_deployment( model_id: 'my_model_for_search' ) puts response
const response = await client.ml.stopTrainedModelDeployment({ model_id: "my_model_for_search", }); console.log(response);
POST _ml/trained_models/my_model_for_search/deployment/_stop