スコア関数の要件

• score 関数オブジェクトを追加するには、次の 2 つの方法があります。
  • 明示的にユーザーが追加する方法と、
  • Python関数をアセットとしてwatsonx.aiRuntime リポジトリに保存する際に使用されるメソッドによって、暗黙的に保存されます
• score関数は、1つのJSON入力パラメータ、または2つのパラメータ（ペイロードとベアラートークン）を受け取ることができる。
• score 関数が JSON 直列化可能オブジェクトを返す必要があります (例: ディクショナリーまたはリスト)。

スコアリング入力要件

• スコアリング入力ペイロードには、このサンプル・スキーマに示すように、 valuesという名前の配列が含まれている必要があります。 ペイロードでは input_data パラメーターは必須です。 input_data パラメーターには、追加の名前と値のペアを含めることもできます。

  {"input_data": [{
     "values": [["Hello world!"]]
                 }]
  }
  

• 得点入力ペイロードは、'score の入力パラメータ値として渡されなければならない。 この方法により、 score 入力パラメーターの値が score内で適切に処理されるようにすることができます。

• スコアリング入力ペイロードは、当該の Python 関数の入力要件に一致する必要があります。

• スコアリング入力ペイロードには、 入力データ・スキーマの例と一致する配列が含まれている必要があります。

 {"input_data": [{
    "values": [["Hello, world!"]]
                }]
 }

Pythonコード例（ペイロードとトークン）

#wml_python_function
def my_deployable_function():

    def score(payload, token):

        message_from_input_payload = payload.get("input_data")[0].get("values")[0][0]
        response_message = "Received message - {0}".format(message_from_input_payload)

        # Score using the pre-defined model
        score_response = {
            'predictions': [{'fields': ['Response_message_field'],
                             'values': [[response_message]]
                            }]
        }
        return score_response

    return score

score = my_deployable_function()

Python関数のテスト

Python関数をテストする方法を紹介します：

input_data = { "input_data": [{ "fields": [ "message" ],
                                "values": [[ "Hello, world!" ]]
                               }
                              ]
             }
function_result = score( input_data )
print( function_result )

Hello, world!"というメッセージを返す。

REST API を使用したデプロイ可能な関数を作成する

REST API の場合、 Python 関数はファイルを介して直接アップロードされるため、このファイルには既に score 関数が含まれている必要があります。 score 関数内で後で使用するために実行する必要がある 1 回限りのインポートは、ファイルのグローバル・スコープ内で実行できます。 このファイルを Python 関数としてデプロイすると、グローバル・スコープで使用可能な一回限りのインポートがデプロイメント中に実行され、後ですべての予測要求で再利用されます。

score 関数ファイルの例:

Score function.py
---------------------
def score(input_data):
    return {'predictions': [{'values': [['Just a test']]}]}

一回限りのインポートを使用する score 関数の例：

import subprocess
subprocess.check_output('pip install gensim --user', shell=True)
import gensim

def score(input_data):
    return {'predictions': [{'fields': ['gensim_version'], 'values': [[gensim.__version__]]}]}

Python クライアントを使用したデプロイ可能な関数を作成する

Python 関数をアセットとして永続化するために、 Python クライアントは wml_client.repository.store_function メソッドを使用します。 Python関数を永続化するには2つの方法があります：

• Python関数を含むファイルを通して
• 関数オブジェクトを通して

def my_deployable_function():

    import subprocess
    subprocess.check_output('pip install gensim', shell=True)
    import gensim

    def score(input_data):
        import
        message_from_input_payload = payload.get("input_data")[0].get("values")[0][0]
        response_message = "Received message - {0}".format(message_from_input_payload)

        # Score using the pre-defined model
        score_response = {
            'predictions': [{'fields': ['Response_message_field', 'installed_lib_version'],
                             'values': [[response_message, gensim.__version__]]
                            }]
        }
        return score_response

    return score

function_meta = {
    client.repository.FunctionMetaNames.NAME:"test_function",
    client.repository.FunctionMetaNames.SOFTWARE_SPEC_ID: sw_spec_id
}
func_details = client.repository.store_function(my_deployable_function, function_meta)

score = my_deployable_function()