如何用 PHP 访问人工智能模型？

学习文章要努力，但是不要急！今天的这篇文章《如何用 PHP 访问人工智能模型？》将会介绍到等等知识点，如果你想深入学习文章，可以关注我！我会持续更新相关文章的，希望对大家都能有所帮助！

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 Composer 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](https://www.php.net/) 7.1 或更高版本
• 配置 [Google Cloud SDK](https://cloud.google.com/sdk/)
• 启用 AI Platform Predictions API：[https://console.cloud.google.com/apis/dashboard](https://console.cloud.google.com/apis/dashboard)

安装 PHP 库

composer 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 Google\Cloud\AIPlatform\V1\EndpointName;
use Google\Cloud\AIPlatform\V1\PredictSchemata\Prediction;
use Google\Cloud\AIPlatform\V1\PredictionServiceClient;
use Google\Protobuf\Any;

/**
 * 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.com: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。

今天关于《如何用 PHP 访问人工智能模型？》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！