Jerry之前的兩篇文章介紹瞭如何透過Restful API的方式，消費SAP Leonardo上預先訓練好的機器學習模型：

當時Jerry提到，Product Image Classification API只支援29種產品類別：

如果我們開發應用時需要支援額外的產品類別，就需要自行提供該產品類別的圖片來重新訓練模型。

下面介紹SAP Leonardo上機器學習模型的重新訓練步驟。

假設我們期望重新訓練之後，Product Image Classfication這個模型能夠識別出不同種類的花，那麼我們首先得搞到大量花的圖片。Tensorflow的官網上，已經體貼地給想做模型訓練的學習者們，提供了一個做練習用的壓縮包，裡面包含了大量各式花的圖片。

http://download.tensorflow.org/example_images/flower_photos.tgz

SAP Leonardo接受的能用於重新訓練模型的資料集，必須符合下圖所示的層級結構，即training, validation和test三個資料夾下面，分別包含以產品類別命名的子資料夾，且資料規模之比為8:1:1.

有了用於訓練的資料後，下一步就是把這些資料上傳到SAP Leonardo的模型線上儲存平臺上。

Jerry的前一篇文章部署在SAP Cloud Platform CloudFoundry環境的應用如何消費曾經介紹瞭如何在SAP雲平臺上建立Leonardo機器學習的服務例項，這個例項的service key裡包含了一個IMAGE_RETRAIN_API_URL，可以用來獲取線上儲存的url：

向這個url傳送一個HTTP get請求，得到線上儲存的url：

把這個url貼上到瀏覽器裡，輸入postman裡返回的accessKey和secretKey登入，就能以web的方式訪問這個線上儲存了：

下一步是把本地的訓練檔案上傳到這個部署在AWS上的線上儲存上去。

首先用命令列 mc config host 定義一個名為sapjerrys3的遠端站點，將上一步從postman獲得的AWS線上儲存url，accessKey和secret繫結到這個站點上：

然後使用命令列上傳檔案：

mc.exe cp -r C:\Code\MachineLearningStudy\flowersjerry sapjerrys3\data

大概十幾分鍾後，檔案上傳完畢：

此時可以從瀏覽器裡看到AWS線上儲存上傳完畢的訓練檔案。

現在可以提交一個後臺作業了，讓Leonardo去處理這些上傳好的檔案，ABAP顧問們可以把這個動作理解成在Netweaver事務碼SM36裡定義一個後臺作業並提交。傳送一個HTTP post請求，除了下圖jobName, dataset和modelName需要自己維護外，其他欄位都使用SAP官網上定義的預設值。