MultiModalCloudPredictor.predict_real_time

MultiModalCloudPredictor.predict_real_time(test_data: Union[str, DataFrame], test_data_image_column: Optional[str] = None, accept: str = 'application/x-parquet', **kwargs) → Series

使用已部署的端点进行预测。需要一个已部署的端点。此方法旨在提供低延迟推理。如果要在大数据集上进行推理，请改用 predict() 方法。

参数

• test_data (Union(str, pandas.DataFrame)) – 用于推理的测试数据。可以是 pandas.DataFrame，或 csv 文件的本地路径。

• test_data_image_column (默认值 = None) – 如果 test_data 是 csv 文件或 pandas.DataFrame 且包含图像模态，则必须指定对应图像路径的列名。路径必须是绝对路径。

• accept (str, 默认值 = application/x-parquet) – 接受的输出内容类型。有效选项为 application/x-parquet, text/csv, application/json

• kwargs – 您将传递给 AutoGluon 逻辑中 predict 调用的额外参数。

返回值

• Pandas.Series

• 预测结果以 Series 形式返回