去年5月的时候，Jerry曾经写了一篇文章：使用Java程序消费SAP Leonardo的机器学习API，而最近另外做的一个项目，需要在Web应用里做同样的事情。
因为有了前一篇文章的铺垫，避免了很多重复的工作量。本文还是选择使用SAP Leonardo里的一个Product Image Classification API，即给定一张产品的图片，该API能识别出此产品的类别。
再回顾下这个API的功能：该API的模型是由SAP基于大约5万张Icecat图片训练而成，能区分29种不同的类别，这些类别具体罗列于官方文档上，比如电脑显示器，数码相机，外部存储设备，键盘，液晶电视，手机充电器，笔记本和其他外设等等。如果我们消费这个API时指定的图片代表的产品不属于这29种类别之一，API的表现如何？先卖个关子，文末解答。
关于如何在api.sap.com里找到这个API并且在API console里测试，请参考Jerry之前的文章：使用Java程序消费SAP Leonardo的机器学习API。
这里假定我们已经找到了该API，点击进入明细页面，将API Key复制下来，后续的UI5应用需要使用到。
然后进入SAP云平台的Neo环境。Jerry这个练习，使用免费的SAP Cloud Platform Neo测试环境即可。
在Service列表里找到WebIDE——我们将使用WebIDE进行UI5应用的开发。
Jerry已经开发好了一个UI5应用上传到我的Github上了：https://github.com/i042416/MachineLearning-UI5
大家可以直接在WebIDE里clone这个仓库，或者把仓库的内容以zip包的形式下载到本地，再使用WebIDE的本地Import功能导入。
我们要告诉UI5应用这个API的url，因此在Neo环境里创建一个Destination(作用和ABAP Netweaver事务码SM59里创建的Destination相同)：
属性如上图所示，因为是Neo测试环境，所以url为对应的sandbox环境：https://sandbox.api.sap.com/ml
记下这个Destination名称sapui5ml-api, 因为稍后的UI5代码里需要使用。
记得维护额外的属性WebIDEnabled为true，这样该Destination才能在UI5应用里被使用。点击Check Connection确保看到绿灯。
打开WebIDE里UI5工程里的settings.json文件，将您之前从API console里拷贝的API Key粘贴到此处：
在项目根目录下的neo-app.json文件里，把类型为destination的target对象的名称维护成之前在SAP Cloud Platform Cockpit里创建的destination相同的名称。
运行这个UI5应用，能看到如下界面：
做一些简单的测试：
SAP Leonardo的机器学习API，识别出这张图片有74.7%的可能性是一台笔记本电脑，13.8%的可能性是键盘，11.3%的可能性是Tablets。
点击按钮View JSON，能看到调用SAP Leonardo API返回的技术明细。
鼠标的图片也成功识别出来了：
本文开始曾经提到这个API能识别出29种不同的产品类别，现在换一种产品，如下图：
这是Jerry小时候就很痴迷的《终结者》系列的T800，我在2017年回复SAP社区上一篇博客时也引用到了这款经典的模型，和阿诺德 - 施瓦辛格那句激励无数中老年程序员的著名台词：I am old but I am NOT OBSOLETE
原文链接: https://blogs.sap.com/2016/12/19/and-now-for-something-completely-different/
言归正传，如果希望SAP Leonardo的Product Image Classification API也能成功将T800识别出来，需要做些什么？
答案是重新训练模型。具体如何做，Jerry也还在研究，等研究完毕再分享。感谢阅读。
要获取更多Jerry的原创文章，请关注公众号"汪子熙":
