alpha前后端接口文档（二）

接口文档（一）

三、经典模型选择

1、Lenet

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

(仅作为说明模型结构，无意义，下同)

2、Alexnet

features->classfier

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

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

3、NIN

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

这三类模型作为Sequential提前存储，可直接调用,即

对应的feature中name固定为Lenet/Alexnet/NIN,attribute根据对应结构预先编写

四、网络模型接口

1、NetworkList类

（1）获得存储的模型

字段	内容
http请求类型	GET
url	[ip]/api/NeuralNetwork/network/
status（success）	200
status（failure）	400

返回值示例

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

(2) 保存模型

字段	内容
http请求类型	POST
url	[ip]/api/NeuralNetwork/network/
status（success）	201
status（failure）	400

data字段

{
    "creator":[用户令牌,未登录默认为-1],
    "feature":[模型结构]
}

2、NetworkDetail类

该类用于对后端已存储的网络模型进行一些细节操作。

（1）根据id获取模型

字段	内容
http请求类型	GET
url	[ip]/api/NeuralNetwork/network/[id]/
status（success）	200
status（failure）	400

返回值示例

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

（2）根据id修改模型

字段	内容
http请求类型	PUT
url	[ip]/api/NeuralNetwork/network/[id]/
status（success）	200
status（failure）	400

data字段

{
    "creator":[用户令牌,未登录默认为-1],
    "feature":[模型结构]
}

（3）根据id删除模型

字段	内容
http请求类型	DELETE
url	[ip]/api/NeuralNetwork/network/[id]/
status（success）	200
status（failure）	400

3、代码生成接口

字段	内容
http请求类型	POST
url	[ip]/api/NeuralNetwork/getcode/
status（success）	200
status（failure）	400

data字段

{
    "creator":[用户令牌,未登录默认为-1],
    "feature":[模型结构],
    "data":[static变量]
}

返回值

{
    "Main":[Main模块代码],
    "Model":[Model模块代码],
    "Ops":[Ops模块代码]
}