使用 API Key

本教程演示几种 API Key 的使用实例。

在 TensorStack CLI 中使用 API Key

你可以使用以下命令并按照提示信息完成 API Key 的录入，随后命令行工具将使用该 API Key 作为用户身份凭证向平台服务器发送请求。

t9k config auth <server-address> -u <user-name> -k

登录操作实质上就是将身份信息记录在 T9k Config 文件中作为一个上下文（context），该配置文件中可以同时记录多个上下文，使用以下命令查看、切换和删除：

# 查看所有上下文
% t9k config get-contexts
CURRENT   NAME            SERVER                     AUTH_TYPE
*         <config-name>   <server-address>           apikey

# 切换所要使用的上下文，即当前上下文
% t9k config use-context <config-name>

# 删除上下文
% t9k config delete-context <config-name>

关于 TensorStack CLI 的详细使用说明，请参阅CLI 用户指南。

使用 API Key 作为凭证向 AIStore 上传数据

你可以在模型训练中使用 API Key 作为凭证向 AIStore 上传数据。

通常的模型训练

在使用 Python SDK 将数据上传到 AIStore 中时，你需要调用 t9k.em 模块的 login() 函数进行身份验证，在不设置 login() 函数参数的情况下，SDK 会自动使用 T9k Config 文件中当前上下文中的身份信息，如果你想在训练时使用其他身份信息，则可以设置 ais_host 和 api_key 参数。

from t9k import em

# 使用 T9k Config 中当前上下文中的身份信息
em.login()

# 使用其他身份信息
em.login(ais_host='url-of-em-server', api_key='api-key-of-user')

AutoTuneExperiment

为了让 AutoTuneExperiment 能够使用 API Key，你需要创建一个 Secret 来存储 API Key，Secret 的格式如下：

apiVersion: v1
kind: Secret
metadata:
  name: aistore-secret
  namespace: t9k-example
data:
  apikey: ZDQyMjJjZjUtMmI0Ni00Mjk2LWFiMzYtYWI4NmVhZGUwZjQx  # API Key 的 Base64 编码
type: Opaque

在上述 Secret 中，在 data.apikey 字段中记录 API Key 的 Base64 编码。然后在 AutoTuneExperiment 的配置中引用这个 Secret，具体方式请参阅 AutoTuneExperiment 文档。