在 php 中，使用 google cloud platform (gcp) php 客户库访问 ai 模型：安装 php 7.1 及以上版本。设置 google cloud sdk。通过 gcp 控制台启用 ai platform predictions api。使用 poser 安装 php 库。发送预测请求，包括项目 id、地区、端点 id 和 json 编码的预测实例。解析响应，获取预测结果和置信度分数。
如何用 PHP 访问人工智能模型
在 PHP 中，可以使用 Google Cloud Platform（GCP）提供的 PHP 客户库来访问 AI Platform Predictions 服务。该服务允许您向事先训练好的 AI 模型发送预测请求。
先决条件安装 [PHP](www.php.net/) 7.1 或更高版本配置 [Google Cloud SDK](cloud.google./sdk/)启用 AI Platform Predictions API：[console.cloud.google./apis/dashboard](console.cloud.google./apis/dashboard)安装 PHP 库
poser require google/cloud-aiplatform
运行一个预测实例
以下是一个用 PHP 向已部署的 AI 模型发送预测请求的示例：
<?php use GoogleCloudAIPlatformV1EndpointName;use GoogleCloudAIPlatformV1PredictSchemataPrediction;use GoogleCloudAIPlatformV1PredictionServiceClient;use GoogleProtobufAny;/** * Deploys the Prediction service using the AI Platform endpoint. * * @param string $projectId Your GCP project ID. * @param string $location Your GCP region (e.g. ‘us-central1’). * @param string $endpointId The ID of your AI Platform Endpoint (e.g. ‘12345’). * @param array $instance Your JSON-encoded prediction instance array or array of arrays. */function predict( string $projectId, string $location, string $endpointId, array $instance): void { $endpoint = new EndpointName($projectId, $location, $endpointId); // Convert JSON-encoded instance array(s) to PHP array(s). $convertedInstance = []; foreach ($instance as $instanceRow) { $convertedInstanceRow = json_decode($instanceRow); if ($convertedInstanceRow === null) {throw new Exception(‘Invalid JSON in $instance.’); } $convertedInstance[] = $convertedInstanceRow; } // Instantiation of a client. $clientOptions = [‘apiEndpoint’ => ‘us-central1-aiplatform.googleapis.:443’]; $client = new PredictionServiceClient($clientOptions); // Set the parameters for the predict call. $parameters = []; $encodedInstance = new Any(); $encodedInstance->pack( (new Prediction())->setInstances($convertedInstance)->setSerialize() ); $parameters[‘instances’] = $encodedInstance; // Send the prediction request. $response = $client->predict($endpoint, $parameters); printf(‘Raw response: %s’ . PHP_EOL, $response->serializeToJsonString()); $predictionsResult = $response->getPredictions(); printf( ‘Predicted class name(s): %s’ . PHP_EOL, implode(‘, ‘, $predictionsResult[0]->getDisplayNames()) ); printf( ‘Predicted class score(s): %s’ . PHP_EOL, implode(‘, ‘, $predictionsResult[0]->getConfidences()) );}
实战
要运行此示例，请将以下信息作为参数传递给 predict() 函数：
$projectId: 你的 GCP 项目 ID$location: 你的 GCP 地区（例如“us-central1”）$endpointId: 你的 AI Platform 端点的 ID（例如“12345”）$instance: 一个包含一个或多个 JSON-编码预测实例的 PHP 数组
例如，以下命令将向部署在“us-central1”的“my-endpoint”中名为“my-model”的模型发送预测请求：
php predict my-project us-central1 my-endpoint ‘[{ "petal_length": 5.1, "petal_width": 3.5, "sepal_length": 1.4, "sepal_width": 0.2 }]’
此命令将打印出模型对给定实例的预测结果，包括预测的类别名称和置信度分数。
以上就是如何用 PHP 访问人工智能模型？的详细内容，更多请关注范的资源库其它相关文章！
转载请注明：范的资源库 » 如何用PHP访问人工智能模型？
