alpha先後端接口文檔（二）

接口文檔（一）

3、經典模型選擇

一、Lenet

conv_2d->relu->maxpool2d->conv_2d->relu->maxpool2d->linear->relu->linear->relu->linear

(僅做爲說明模型結構，無心義，下同)

二、Alexnet

features->classfier

features:conv_2d->relu->maxpool2d->conv2d->relu->maxpool2d->conv2d->relu->conv2d->relu->conv2d->relu->maxpool2d

classfier:linear->relu->linear->relu->linear

三、NIN

conv2d->relu->conv2d->relu->conv2d->relu

這三類模型做爲Sequential提早存儲，可直接調用,即

對應的feature中name固定爲Lenet/Alexnet/NIN,attribute根據對應結構預先編寫

4、網絡模型接口

一、NetworkList類

（1）得到存儲的模型

字段	內容
http請求類型	GET
url	[ip]/api/NeuralNetwork/network/
status（success）	200
status（failure）	400

返回值示例

[
    {
        "id": 100,
        "creator": -1,
        "feature": {模型結構},
        "time": "2019-04-18T07:35:43.036087Z"
    },
    {
        "id": 101,
        "creator": -1,
        "feature": {模型結構},
        "time": "2019-04-18T07:35:48.066113Z"
    }
]

(2) 保存模型

字段	內容
http請求類型	POST
url	[ip]/api/NeuralNetwork/network/
status（success）	201
status（failure）	400

data字段

{
    "creator":[用戶令牌,未登陸默認爲-1],
    "feature":[模型結構]
}

二、NetworkDetail類

該類用於對後端已存儲的網絡模型進行一些細節操做。

（1）根據id獲取模型

字段	內容
http請求類型	GET
url	[ip]/api/NeuralNetwork/network/[id]/
status（success）	200
status（failure）	400

返回值示例

{
        "id": 101,
        "creator": -1,
        "feature":[模型結構],
        "time": "2019-04-18T07:35:48.066113Z"
    }

（2）根據id修改模型

字段	內容
http請求類型	PUT
url	[ip]/api/NeuralNetwork/network/[id]/
status（success）	200
status（failure）	400

data字段

{
    "creator":[用戶令牌,未登陸默認爲-1],
    "feature":[模型結構]
}

（3）根據id刪除模型

字段	內容
http請求類型	DELETE
url	[ip]/api/NeuralNetwork/network/[id]/
status（success）	200
status（failure）	400

三、代碼生成接口

字段	內容
http請求類型	POST
url	[ip]/api/NeuralNetwork/getcode/
status（success）	200
status（failure）	400

data字段

{
    "creator":[用戶令牌,未登陸默認爲-1],
    "feature":[模型結構],
    "data":[static變量]
}

返回值

{
    "Main":[Main模塊代碼],
    "Model":[Model模塊代碼],
    "Ops":[Ops模塊代碼]
}