去年5月的時候，Jerry曾經寫了一篇文章：使用Java程序消費SAP Leonardo的機器學習API，而最近另外做的一個項目，

需要在Web應用里做同樣的事情。

因為有了前一篇文章的鋪墊，避免了很多重復的工作量。本文還是選擇使用SAP Leonardo里的一個Product Image Classification API，即給定一張產品的圖片，該API能識別出此產品的類別。

再回顧下這個API的功能：該API的模型是由SAP基于大約5萬張Icecat圖片訓練而成，能區分29種不同的類別，這些類別具體羅列于官方文檔上，比如電腦顯示器，數碼相機，外部存儲設備，鍵盤，液晶電視，手機充電器，筆記本和其他外設等等。如果我們消費這個API時指定的圖片代表的產品不屬于這29種類別之一，API的表現如何？先賣個關子，文末解答。

關于如何在api.sap.com里找到這個API并且在API console里測試，請參考Jerry之前的文章：使用Java程序消費SAP Leonardo的機器學習API。

這里假定我們已經找到了該API，點擊進入明細頁面，將API Key復制下來，后續的UI5應用需要使用到。

然后進入SAP云平臺的Neo環境。Jerry這個練習，使用免費的SAP Cloud Platform Neo測試環境即可。

在Service列表里找到WebIDE——我們將使用WebIDE進行UI5應用的開發。

Jerry已經開發好了一個UI5應用上傳到我的Github上了：https://github.com/i042416/MachineLearning-UI5

大家可以直接在WebIDE里clone這個倉庫，或者把倉庫的內容以zip包的形式下載到本地，再使用WebIDE的本地Import功能導入。

我們要告訴UI5應用這個API的url，因此在Neo環境里創建一個Destination(作用和ABAP Netweaver事務碼SM59里創建的Destination相同)：

屬性如上圖所示，因為是Neo測試環境，所以url為對應的sandbox環境：https://sandbox.api.sap.com/ml

記下這個Destination名稱sapui5ml-api, 因為稍后的UI5代碼里需要使用。

記得維護額外的屬性WebIDEnabled為true，這樣該Destination才能在UI5應用里被使用。點擊Check Connection確保看到綠燈。

打開WebIDE里UI5工程里的settings.json文件，將您之前從API console里拷貝的API Key粘貼到此處：

在項目根目錄下的neo-app.json文件里，把類型為destination的target對象的名稱維護成之前在SAP Cloud Platform Cockpit里創建的destination相同的名稱。

運行這個UI5應用，能看到如下界面：

做一些簡單的測試：

SAP Leonardo的機器學習API，識別出這張圖片有74.7%的可能性是一臺筆記本電腦，13.8%的可能性是鍵盤，11.3%的可能性是Tablets。

點擊按鈕View JSON，能看到調用SAP Leonardo API返回的技術明細。

鼠標的圖片也成功識別出來了：

本文開始曾經提到這個API能識別出29種不同的產品類別，現在換一種產品，如下圖：

這是Jerry小時候就很癡迷的《終結者》系列的T800，我在2017年回復SAP社區上一篇博客時也引用到了這款經典的模型，和阿諾德 - 施瓦辛格那句激勵無數中老年程序員的著名臺詞：I am old but I am NOT OBSOLETE

原文鏈接: https://blogs.sap.com/2016/12/19/and-now-for-something-completely-different/

言歸正傳，如果希望SAP Leonardo的Product Image Classification API也能成功將T800識別出來，需要做些什么？

答案是重新訓練模型。具體如何做，Jerry也還在研究，等研究完畢再分享。感謝閱讀。

要獲取更多Jerry的原創文章，請關注公眾號"汪子熙":

總結

以上是生活随笔為你收集整理的如何在Web应用里消费SAP Leonardo的机器学习API的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。