MonitorDefinition 類別
注意
這是實驗性類別,可以隨時變更。 請參閱 https://aka.ms/azuremlexperimental 以取得詳細資訊。
監視定義
- 繼承
-
azure.ai.ml.entities._mixins.RestTranslatableMixinMonitorDefinition
建構函式
MonitorDefinition(*, compute: ServerlessSparkCompute, monitoring_target: MonitoringTarget | None = None, monitoring_signals: Dict[str, DataDriftSignal | DataQualitySignal | PredictionDriftSignal | FeatureAttributionDriftSignal | CustomMonitoringSignal | GenerationSafetyQualitySignal] = None, alert_notification: Literal['azmonitoring'] | AlertNotification | None = None)
Keyword-Only Parameters
- compute
- SparkResourceConfiguration
要與監視器相關聯的 Spark 資源組態
- monitoring_target
- Optional[MonitoringTarget]
與受監視之模型或部署相關聯的 ARM 識別碼物件。
- monitoring_signals
- Optional[Dict[str, Union[DataDriftSignal , DataQualitySignal, PredictionDriftSignal , FeatureAttributionDriftSignal , CustomMonitoringSignal , GenerationSafetyQualitySignal]]]
要監視的訊號字典。 索引鍵是訊號的名稱,而值是 DataSignal 物件。 DataSignal 物件的接受值為 DataDriftSignal、DataQualitySignal、PredictionDriftSignal、FeatureAttributionDriftSignal 和 CustomMonitoringSignal。
監視器的警示組態。
範例
建立監視器定義。
from azure.ai.ml.entities import (
AlertNotification,
MonitorDefinition,
MonitoringTarget,
SparkResourceConfiguration,
)
monitor_definition = MonitorDefinition(
compute=SparkResourceConfiguration(instance_type="standard_e4s_v3", runtime_version="3.2"),
monitoring_target=MonitoringTarget(
ml_task="Classification",
endpoint_deployment_id="azureml:fraud_detection_endpoint:fraud_detection_deployment",
),
alert_notification=AlertNotification(emails=["abc@example.com", "def@example.com"]),
)
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應