synapse-sdk 2025.9.1__py3-none-any.whl → 2025.9.4__py3-none-any.whl

synapse_sdk/devtools/docs/i18n/ko/docusaurus-plugin-content-docs/current/api/clients/ml-mixin.md

@@ -0,0 +1,284 @@
+---
+id: ml-mixin
+title: MLClientMixin
+sidebar_position: 16
+---
+
+# MLClientMixin
+
+Synapse 백엔드를 위한 머신러닝 모델 관리 및 정답 데이터 작업을 제공합니다.
+
+## 개요
+
+`MLClientMixin`은 머신러닝 모델, 정답 데이터셋, 모델 평가 워크플로와 관련된 모든 작업을 처리합니다. 이 믹스인은 `BackendClient`에 자동으로 포함되며 ML 파이프라인 통합을 위한 메서드를 제공합니다.
+
+## 모델 관리
+
+### `list_models(params=None)`
+
+필터링 옵션과 함께 사용 가능한 머신러닝 모델을 나열합니다.
+
+```python
+# 모든 모델 나열
+models = client.list_models()
+for model in models[0]:
+    print(f"모델: {model['name']} (ID: {model['id']})")
+
+# 특정 프로젝트의 모델 나열
+project_models = client.list_models(params={'project': 123})
+
+# 유형별 모델 나열
+classification_models = client.list_models(params={'model_type': 'classification'})
+
+# 활성 모델만 나열
+active_models = client.list_models(params={'is_active': True})
+```
+
+**매개변수:**
+
+- `params` (dict, 선택사항): 필터링 매개변수
+
+**일반적인 필터링 params:**
+
+- `project`: 프로젝트 ID로 필터링
+- `model_type`: 모델 유형으로 필터링 (`classification`, `detection`, `segmentation`)
+- `is_active`: 모델 상태로 필터링
+- `created_after`: 생성 날짜로 필터링
+- `search`: 모델 이름 및 설명에서 텍스트 검색
+
+**반환값:**
+
+- `tuple`: (models_list, total_count)
+
+### `get_model(pk, params=None, url_conversion=None)`
+
+특정 모델에 대한 상세 정보를 가져옵니다.
+
+```python
+# 기본 모델 정보 가져오기
+model = client.get_model(456)
+print(f"모델: {model['name']}")
+print(f"유형: {model['model_type']}")
+print(f"정확도: {model['metrics']['accuracy']}")
+
+# 확장된 메트릭과 함께 모델 가져오기
+model = client.get_model(456, params={'expand': 'metrics'})
+
+# 파일에 대한 사용자 정의 URL 변환과 함께 모델 가져오기
+model = client.get_model(
+    456,
+    url_conversion={'file': lambda url: f"https://cdn.example.com{url}"}
+)
+```
+
+**매개변수:**
+
+- `pk` (int): 모델 ID
+- `params` (dict, 선택사항): 쿼리 매개변수
+- `url_conversion` (dict, 선택사항): 파일 필드에 대한 사용자 정의 URL 변환
+
+**일반적인 params:**
+
+- `expand`: 추가 데이터 포함 (`metrics`, `evaluations`, `versions`)
+- `include_file`: 모델 파일 정보 포함 여부
+
+**반환값:**
+
+- `dict`: 메타데이터와 메트릭을 포함한 완전한 모델 정보
+
+**모델 구조:**
+
+- `id`: 모델 ID
+- `name`: 모델 이름
+- `description`: 모델 설명
+- `model_type`: 모델 유형
+- `file`: 모델 파일 참조
+- `metrics`: 성능 메트릭
+- `project`: 연관된 프로젝트 ID
+- `is_active`: 모델이 현재 활성 상태인지 여부
+- `created_at`: 생성 타임스탬프
+
+### `create_model(data)`
+
+파일 업로드와 함께 새로운 머신러닝 모델을 생성합니다.
+
+```python
+# 파일 업로드와 함께 모델 생성
+model_data = {
+    'name': 'Object Detection Model v2',
+    'description': '향상된 정확도를 가진 개선된 객체 탐지 모델',
+    'model_type': 'detection',
+    'project': 123,
+    'metrics': {
+        'accuracy': 0.92,
+        'precision': 0.89,
+        'recall': 0.94,
+        'f1_score': 0.91
+    },
+    'configuration': {
+        'input_size': [640, 640],
+        'num_classes': 10,
+        'framework': 'pytorch'
+    },
+    'file': '/path/to/model.pkl'  # 청크 업로드를 통해 업로드됨
+}
+
+new_model = client.create_model(model_data)
+print(f"ID {new_model['id']}로 모델 생성됨")
+```
+
+**매개변수:**
+
+- `data` (dict): 모델 구성 및 메타데이터
+
+**모델 데이터 구조:**
+
+- `name` (str, 필수): 모델 이름
+- `description` (str): 모델 설명
+- `model_type` (str, 필수): 모델 유형
+- `project` (int, 필수): 프로젝트 ID
+- `file` (str, 필수): 모델 파일 경로
+- `metrics` (dict): 성능 메트릭
+- `configuration` (dict): 모델 구성
+- `is_active` (bool): 모델이 활성 상태여야 하는지 여부
+
+**반환값:**
+
+- `dict`: 생성된 ID가 포함된 생성된 모델
+
+**참고:** 모델 파일은 최적 성능을 위해 청크 업로드를 사용하여 자동으로 업로드됩니다.
+
+## 정답 데이터 작업
+
+### `list_ground_truth_events(params=None, url_conversion=None, list_all=False)`
+
+포괄적인 필터링 옵션과 함께 정답 이벤트를 나열합니다.
+
+```python
+# 데이터셋 버전의 정답 이벤트 나열
+events = client.list_ground_truth_events(params={
+    'ground_truth_dataset_versions': [123]
+})
+
+# 모든 이벤트 나열 (페이지네이션 자동 처리)
+all_events = client.list_ground_truth_events(list_all=True)
+
+# 날짜 필터링과 함께 이벤트 나열
+from datetime import datetime, timedelta
+recent_date = (datetime.now() - timedelta(days=30)).isoformat()
+recent_events = client.list_ground_truth_events(params={
+    'created_after': recent_date,
+    'ground_truth_dataset_versions': [123]
+})
+
+# 사용자 정의 URL 변환과 함께 이벤트 나열
+events = client.list_ground_truth_events(
+    params={'ground_truth_dataset_versions': [123]},
+    url_conversion={'files': lambda url: f"https://cdn.example.com{url}"}
+)
+```
+
+**매개변수:**
+
+- `params` (dict, 선택사항): 필터링 매개변수
+- `url_conversion` (dict, 선택사항): 파일 필드에 대한 사용자 정의 URL 변환
+- `list_all` (bool): True인 경우, 페이지네이션을 자동 처리
+
+**일반적인 필터링 params:**
+
+- `ground_truth_dataset_versions`: 데이터셋 버전 ID 목록
+- `project`: 프로젝트 ID로 필터링
+- `created_after`: 생성 날짜로 필터링
+- `data_type`: 데이터 유형으로 필터링
+- `search`: 이벤트 데이터에서 텍스트 검색
+
+**반환값:**
+
+- `tuple`: `list_all=False`인 경우 (events_list, total_count)
+- `list`: `list_all=True`인 경우 모든 이벤트
+
+**정답 이벤트 구조:**
+
+- `id`: 이벤트 ID
+- `data`: 어노테이션/정답 데이터
+- `data_unit`: 연관된 데이터 유닛 정보
+- `ground_truth_dataset_version`: 데이터셋 버전 ID
+- `created_at`: 생성 타임스탬프
+- `metadata`: 추가 이벤트 메타데이터
+
+### `get_ground_truth_version(pk)`
+
+정답 데이터셋 버전에 대한 상세 정보를 가져옵니다.
+
+```python
+version = client.get_ground_truth_version(123)
+print(f"데이터셋 버전: {version['version']}")
+print(f"데이터셋: {version['ground_truth_dataset']['name']}")
+print(f"총 이벤트: {version['event_count']}")
+print(f"생성됨: {version['created_at']}")
+```
+
+**매개변수:**
+
+- `pk` (int): 정답 데이터셋 버전 ID
+
+**반환값:**
+
+- `dict`: 완전한 데이터셋 버전 정보
+
+**데이터셋 버전 구조:**
+
+- `id`: 버전 ID
+- `version`: 버전 번호/이름
+- `ground_truth_dataset`: 부모 데이터셋 정보
+- `event_count`: 이 버전의 이벤트 수
+- `description`: 버전 설명
+- `is_active`: 버전이 현재 활성 상태인지 여부
+- `created_at`: 생성 타임스탬프
+- `statistics`: 버전 통계 및 메트릭
+
+## 오류 처리
+
+```python
+from synapse_sdk.clients.exceptions import ClientError
+
+def robust_model_operations():
+    """오류 처리가 있는 안정적인 모델 작업 예제."""
+
+    try:
+        # 모델 가져오기 시도
+        model = client.get_model(999)
+    except ClientError as e:
+        if e.status_code == 404:
+            print("모델을 찾을 수 없음")
+            return None
+        else:
+            print(f"모델 가져오기 오류: {e}")
+            raise
+
+    try:
+        # 모델 생성 시도
+        model_data = {
+            'name': 'Test Model',
+            'model_type': 'classification',
+            'project': 123,
+            'file': '/path/to/model.pkl'
+        }
+        new_model = client.create_model(model_data)
+    except ClientError as e:
+        if e.status_code == 400:
+            print(f"잘못된 모델 데이터: {e.response}")
+        elif e.status_code == 413:
+            print("모델 파일이 너무 큼")
+        else:
+            print(f"모델 생성 오류: {e}")
+        return None
+
+    return new_model
+```
+
+## 참고
+
+- [BackendClient](./backend.md) - 메인 백엔드 클라이언트
+- [DataCollectionClientMixin](./data-collection-mixin.md) - 데이터 관리 작업
+- [IntegrationClientMixin](./integration-mixin.md) - 플러그인 및 작업 관리