Asp.net web api ml.net模型适用于控制台应用程序,但不适用于web api
我已经用ml.net model builder创建了一个MLModel,它与“消费”控制台应用程序和硬编码输入值一起工作。我想进入下一步,用web api提供值。我正在使用他们的教程示例的修改版本,介绍如何在web api中使用mlmodel。当我在webapi中使用postman时,我得到以下错误: System.InvalidOperationException:'无法将类型'Single'上的映射应用于列'PG',因为它具有类型'String'' mlmodel从model builder成功构建,默认代码从model builder生成。在模型上运行带有硬编码值的消费控制台应用程序是可行的 以下是modelinput的相关代码 //***************************************************************************************** //* * //*这是由Microsoft ML.NET CLI(命令行界面)工具自动生成的文件* //* * //*****************************************************************************************Asp.net web api ml.net模型适用于控制台应用程序,但不适用于web api,asp.net-web-api,ml.net,ml.net-model-builder,Asp.net Web Api,Ml.net,Ml.net Model Builder,我已经用ml.net model builder创建了一个MLModel,它与“消费”控制台应用程序和硬编码输入值一起工作。我想进入下一步,用web api提供值。我正在使用他们的教程示例的修改版本,介绍如何在web api中使用mlmodel。当我在webapi中使用postman时,我得到以下错误: System.InvalidOperationException:'无法将类型'Single'上的映射应用于列'PG',因为它具有类型'String'' mlmodel从model builde
using Microsoft.ML.Data;
namespace JobClassMLModelML.Model.DataModels
{
public class ModelInput
{
[ColumnName("EducationLevel"), LoadColumn(0)]
public float EducationLevel { get; set; }
[ColumnName("Experience"), LoadColumn(1)]
public float Experience { get; set; }
[ColumnName("OrgImpact"), LoadColumn(2)]
public float OrgImpact { get; set; }
[ColumnName("ProblemSolving"), LoadColumn(3)]
public float ProblemSolving { get; set; }
[ColumnName("Supervision"), LoadColumn(4)]
public float Supervision { get; set; }
[ColumnName("ContactLevel"), LoadColumn(5)]
public float ContactLevel { get; set; }
[ColumnName("FinancialBudget"), LoadColumn(6)]
public float FinancialBudget { get; set; }
[ColumnName("PG"), LoadColumn(7)]
public string PG { get; set; }
}
}
using System;
using Microsoft.ML.Data;
namespace JobClassMLModelML.Model.DataModels
{
public class ModelOutput
{
// ColumnName attribute is used to change the column name from
// its default value, which is the name of the field.
[ColumnName("PredictedLabel")]
public String Prediction { get; set; }
public float[] Score { get; set; }
}
}
这里是模型输出
//*****************************************************************************************
//* *
//*这是由Microsoft ML.NET CLI(命令行界面)工具自动生成的文件*
//* *
//*****************************************************************************************
using Microsoft.ML.Data;
namespace JobClassMLModelML.Model.DataModels
{
public class ModelInput
{
[ColumnName("EducationLevel"), LoadColumn(0)]
public float EducationLevel { get; set; }
[ColumnName("Experience"), LoadColumn(1)]
public float Experience { get; set; }
[ColumnName("OrgImpact"), LoadColumn(2)]
public float OrgImpact { get; set; }
[ColumnName("ProblemSolving"), LoadColumn(3)]
public float ProblemSolving { get; set; }
[ColumnName("Supervision"), LoadColumn(4)]
public float Supervision { get; set; }
[ColumnName("ContactLevel"), LoadColumn(5)]
public float ContactLevel { get; set; }
[ColumnName("FinancialBudget"), LoadColumn(6)]
public float FinancialBudget { get; set; }
[ColumnName("PG"), LoadColumn(7)]
public string PG { get; set; }
}
}
using System;
using Microsoft.ML.Data;
namespace JobClassMLModelML.Model.DataModels
{
public class ModelOutput
{
// ColumnName attribute is used to change the column name from
// its default value, which is the name of the field.
[ColumnName("PredictedLabel")]
public String Prediction { get; set; }
public float[] Score { get; set; }
}
}
我分别在jobclassdata和jobclassprediction的等效webapi类中克隆了modelinput和modeloutput类
运行的控制台应用程序:
using System;
using Microsoft.ML;
using JobClassMLModelML;
using JobClassMLModelML.Model.DataModels;
namespace ConsumeApp
{
class Program
{
static void Main(string[] args)
{ // Load the model
MLContext mlContext = new MLContext();
ITransformer mlModel = mlContext.Model.Load("MLModel.zip", out
var modelInputSchema);
var predEngine =
mlContext.Model.CreatePredictionEngine<ModelInput, ModelOutput>(mlModel);
// Use the code below to add input data
var input = new ModelInput();
// input.
input.ContactLevel = 5;
input.EducationLevel = 5;
input.Experience = 5;
input.FinancialBudget = 5;
input.OrgImpact = 5;
input.ProblemSolving = 5;
input.Supervision =5;
//input.PG = "PG01";
// Try model on sample data
ModelOutput result = predEngine.Predict(input);
Console.WriteLine($"Predicted value: {result.Prediction} ");
}
}
}
预期结果将是预测的paygrade,如PG03。相反,错误是
System.InvalidOperationException:'无法将类型'Single'上的映射应用于列'PG',因为它具有类型'String''
排队
JobClassPrediction prediction =
_predictionEnginePool.Predict(input);
json输入的格式是否没有编译错误且控制台应用程序正常工作
谢谢控制台应用程序是否仍然可以使用
input.PG
uncommented?您是否使用model Builder将PG建模为字符串或数字?控制台应用程序仍然可以使用input.PG uncommented。由于未注释或注释的web api在我上面提供的代码中都不起作用,因此它被建模(定义)为model builder的字符串。生成的代码确认了modelinput和modeloutput类的defns。在一个单独的解决方案和项目中,为了以防万一,我甚至尝试在PG上使用数字模型生成器。Console应用程序也对reqd进行了修改,告诉它预测值是float等,而不是字符串。在这两种情况下,中都出现了类似的错误消息。在数字示例中,它有一些关于Uint32(0-9)不能转换为单个的东西。在这两个示例中,控制台应用程序工作了,但使用postman的web api没有。控制台应用程序是否仍然可以使用input.PG
uncommented?是否使用model Builder将PG建模为字符串或数字?控制台应用程序仍然可以使用input.PG uncommented。由于未注释或注释的web api在我上面提供的代码中都不起作用,因此它被建模(定义)为model builder的字符串。生成的代码确认了modelinput和modeloutput类的defns。在一个单独的解决方案和项目中,为了以防万一,我甚至尝试在PG上使用数字模型生成器。Console应用程序也对reqd进行了修改,告诉它预测值是float等,而不是字符串。在这两种情况下,中都出现了类似的错误消息。在数字示例中,它有一些关于Uint32(0-9)不能转换为单个的东西。在这两个示例中,控制台应用程序都可以工作,但使用postman的web api不能