Freigeben über

MonitorDefinition Klasse

  • Referenz

Hinweis

Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen.

Definition von Monitor

Vererbung
azure.ai.ml.entities._mixins.RestTranslatableMixin
MonitorDefinition

Konstruktor

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

Die Spark-Ressourcenkonfiguration, die dem Monitor zugeordnet werden soll

monitoring_target
Optional[MonitoringTarget]

Das ARM-ID-Objekt, das dem modell oder der bereitstellung zugeordnet ist, das überwacht wird.

monitoring_signals
Optional[Dict[str, Union[DataDriftSignal , DataQualitySignal, PredictionDriftSignal , FeatureAttributionDriftSignal , CustomMonitoringSignal , GenerationSafetyQualitySignal]]]

Das Wörterbuch der zu überwachenden Signale. Der Schlüssel ist der Name des Signals, und der Wert ist das DataSignal-Objekt. Akzeptierte Werte für die DataSignal-Objekte sind DataDriftSignal, DataQualitySignal, PredictionDriftSignal, FeatureAttributionDriftSignal und CustomMonitoringSignal.

alert_notification
Optional[Union[Literal['azmonitoring'], azure.ai.ml.entities.AlertNotification]]

Die Warnungskonfiguration für den Monitor.

Beispiele

Erstellen einer Monitordefinition.


   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"]),
   )