학습 생성
- 인쇄
- PDF
학습 생성
- 인쇄
- PDF
Article Summary
Share feedback
Thanks for sharing your feedback!
Classic/VPC 환경에서 이용 가능합니다.
학습을 생성합니다. 생성한 학습이 완료된 후 대화형 문장을 생성하는 API를 호출하여 CLOVA Studio가 생성한 답변을 확인할 수 있습니다.
요청
요청 형식을 설명합니다. 요청 형식은 다음과 같습니다.
메서드 | URI |
---|---|
POST | /tuning/v2/tasks |
헤더
헤더에 대한 설명은 다음과 같습니다.
필드 | 필수 여부 | 설명 |
---|---|---|
X-NCP-APIGW-TIMESTAMP | Y | 1970 년 1 월 1 일 00:00:00 협정 세계시(UTC)부터의 경과 시간을 밀리초(Millisecond)로 나타낸 것 API Gateway 서버와 시간차가 5 분 이상 나는 경우 유효하지 않은 요청으로 간주 x-ncp-apigw-timestamp:{Timestamp} |
X-NCP-IAM-ACCESS-KEY | Y | 네이버 클라우드 플랫폼 포털에서 발급받은 Access Key ID x-ncp-iam-access-key:{Main Account Access Key} |
X-NCP-APIGW-SIGNATURE-V2 | Y | Access Key ID 값과 Secret Key로 암호화한 서명 x-ncp-apigw-signature-v2:{API Gateway Signature} |
X-NCP-CLOVASTUDIO-REQUEST-ID | N | 각 요청에 대한 요청 아이디 |
Content-Type | Y | multipart/form-data |
바디
바디에 대한 설명은 다음과 같습니다.
필드 | 타입 | 필수 여부 | 설명 |
---|---|---|---|
name | string | N | 학습 이름 (기본값: 학습 생성 날짜) |
model | string | Y | 튜닝 모델 이름 |
tuningType | string | N | 튜닝 기법 |
taskType | string | N | 학습 유형 |
trainEpochs | string | N | 모델을 학습한 에폭 수 |
learningRate | string | N | 학습률: 튜닝 시 모델 파라미터를 재학습하는 수준이나 정도 |
trainingDataset | string | Y | 학습할 데이터셋 파일 경로 |
구문
구문 예시는 다음과 같습니다.
curl --location --request POST 'https://clovastudio.apigw.ntruss.com/tuning/v2/tasks' \
--header 'Content-Type: multipart/form-data' \
--header 'X-NCP-APIGW-TIMESTAMP: <api_gw_time>' \
--header 'X-NCP-IAM-ACCESS-KEY: <iam_access_key>' \
--header 'X-NCP-APIGW-SIGNATURE-V2: <api_gw_sig>' \
--header 'X-NCP-CLOVASTUDIO-REQUEST-ID: <request_id>' \
--form 'name="test"' \
--form 'model="HCX-002"' \
--form 'method="LoRA"' \
--form 'taskType="GENERATION"' \
--form 'trainEpochs="4"' \
--form 'learningRate="1.0E-4"' \
--form 'trainingDataset=@"E:/Downloads/test.csv"'
응답
응답 형식을 설명합니다.
헤더
헤더에 대한 설명은 다음과 같습니다.
헤더 | 필수 여부 | 설명 |
---|---|---|
Content-Type | - | application/json |
바디
바디에 대한 설명은 다음과 같습니다.
필드 | 타입 | 필수 여부 | 설명 |
---|---|---|---|
result | object | - | 응답 결과 |
result.id | string | - | 학습 아이디 |
result.name | string | - | 학습 이름 |
result.model | string | - | 튜닝 모델 이름 |
result.method | string | - | 튜닝 기법 |
result.taksType | string | - | 학습 유형 |
result.trainEpochs | interger | - | 모델을 학습한 에폭 수 |
result.learningRate | double | - | 학습률: 튜닝 시 모델 파라미터를 재학습하는 수준이나 정도 |
result.status | string | - | 학습 진행 상태 |
result.status.statusInfo | array | - | 학습 진행 상태 상세 정보 |
result.status.statusInfo.label | array | - | 학습 유형이 classification인 경우, 사용자 데이터 라벨 (학습 유형이 GENERATION인 경우, null) |
result.status.statusInfo.dataRows | int | - | 데이터 수 |
result.status.statusInfo.numOfTokens | int | - | 데이터 토큰 수 |
result.status.statusInfo.currStep | int | - | 학습 현재 스텝 수 |
result.status.statusInfo.totalTrainSteps | int | - | 학습 총 스텝 수 |
result.status.statusInfo.currEpoch | int | - | 현재 에폭 |
result.status.statusInfo.totalTrainEpochs | int | - | 전체 학습 에폭 |
result.status.statusInfo.estimatedTime | int | - | 예상 소요 시간 (평균 1 에폭 시간 * 전체 학습 에폭) |
result.status.statusInfo.trainLoss | double | - | 학습 손실 양 |
result.status.statusInfo.sendWeightSuccess | boolean | - | 학습 결과물 저장 여부 |
result.status.statusInfo.endDatetime | string | - | 학습 종료 날짜 |
result.status.statusInfo.failureReason | string | - | 학습 실패 이유
|
result.status.createdClientType | string | - | 학습을 요청한 클라이언트 유형 |
result.status.createdDate | string | - | 학습 생성 날짜 (ISO 8601 형식) |
result.status.updatedDate | string | - | 학습 수정 날짜 (ISO 8601 형식) |
구문
구문 예시는 다음과 같습니다.
{
"status": {
"code": "20000",
"message": "OK"
},
"result": {
"id": "czf9fbky",
"name": "230821-130704",
"model": "HCX-002",
"method": "LoRA",
"taskType": "GENERATION",
"trainEpochs": 4,
"learningRate": 1.0E-4,
"status": "WAIT",
"statusInfo": {
"label": null,
"dataRows": null,
"numOfTokens": null,
"currStep": null,
"totalTrainSteps": null,
"currEpoch": null,
"totalTrainEpochs": null,
"estimatedTime": null,
"trainLoss": null,
"sendWeightSuccess": null,
"failureReason": null,
"endDatetime": null
},
"createdClientType": "API",
"createdDate": "2023-08-21T13:07:06+0900",
"updatedDate": "2023-08-21T13:07:06+0900"
}
}
이 문서가 도움이 되었습니까?