Model Evaluations - Create

Référence

Service:: Azure AI Services

Version d'API:: 2023-04-01-preview

Évaluer un modèle existant.

Codes d’état retournés :

201 : Opération terminée avec succès.
400 : La demande a été mal formée.
409 : Une évaluation portant le nom spécifié existe déjà.

PUT /models/{name}/evaluations/{evaluationName}?api-version=2023-04-01-preview

Paramètres URI

Nom Dans Obligatoire Type Description

evaluationName

path

True

string

Nom qui peut être utilisé pour identifier de manière unique l’évaluation une fois qu’elle a été créée.

Modèle d’expression régulière: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$

name

path

True

string

Nom du modèle à évaluer.

Modèle d’expression régulière: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$

api-version

query

True

string

Version de l’API demandée.

Corps de la demande

Media Types: "application/json-patch+json"

Nom	Obligatoire	Type	Description
evaluationParameters	True	ModelEvaluationParameters	Paramètres permettant de spécifier la façon dont un modèle est évalué.
createdDateTime		string	Lecture seule. Date et heure de création de l’exécution d’évaluation, en UTC.
error		ErrorResponseDetails	Informations sur l’erreur.
modelName		string	Lecture seule. Modèle à évaluer.
modelPerformance		ModelPerformance	Métriques de performances pour un modèle entraîné personnalisé.
name		string	Lecture seule. Nom utilisé pour identifier de manière unique l’exécution d’évaluation.
status		ModelEvaluationState	Lecture seule. État actuel de l’exécution de l’évaluation.
updatedDateTime		string	Lecture seule. Date et heure de la dernière mise à jour de l’exécution de l’évaluation, en UTC.

Réponses

Nom

Type

Description

201 Created

ModelEvaluation

Date de création

Other Status Codes

Erreur

En-têtes

x-ms-error-code: string

Exemples

ModelEvaluations_Create

Exemple de requête

HTTP

PUT /models/my_model_name/evaluations/my_evaluation_name?api-version=2023-04-01-preview

{
  "evaluationParameters": {
    "testDatasetName": "my_test_dataset_name"
  }
}

Exemple de réponse

Code d’état:: 201

{
  "name": "my_evaluation_name",
  "modelName": "my_model_name",
  "createdDateTime": "2023-01-13T20:46:22.127Z",
  "updatedDateTime": "2023-01-13T20:46:22.127Z",
  "status": "notStarted",
  "evaluationParameters": {
    "testDatasetName": "my_test_dataset_name"
  }
}

Définitions

Nom	Description
ErrorResponse	Réponse retournée lorsqu’une erreur se produit.
ErrorResponseDetails	Informations sur l’erreur.
ErrorResponseInnerError	Erreur détaillée.
ModelEvaluation	Décrit une exécution d’évaluation pour évaluer la précision d’un modèle à l’aide d’un jeu de test.
ModelEvaluationParameters	Paramètres permettant de spécifier la façon dont un modèle est évalué.
ModelEvaluationState	Lecture seule. État actuel de l’exécution de l’évaluation.
ModelPerformance	Métriques de performances pour un modèle entraîné personnalisé.
ModelTagPerformance	Métriques de performances pour chaque balise reconnue par un modèle entraîné personnalisé.

ErrorResponse

Réponse retournée lorsqu’une erreur se produit.

Nom	Type	Description
error	ErrorResponseDetails	Informations sur l’erreur.

ErrorResponseDetails

Informations sur l’erreur.

Nom	Type	Description
code	string	Code d’erreur.
details	ErrorResponseDetails[]	Liste des erreurs détaillées.
innererror	ErrorResponseInnerError	Erreur détaillée.
message	string	Message d’erreur.
target	string	Cible de l’erreur.

ErrorResponseInnerError

Erreur détaillée.

Nom	Type	Description
code	string	Code d’erreur.
innererror	ErrorResponseInnerError	Erreur détaillée.
message	string	Message d’erreur.

ModelEvaluation

Décrit une exécution d’évaluation pour évaluer la précision d’un modèle à l’aide d’un jeu de test.

Nom	Type	Description
createdDateTime	string	Lecture seule. Date et heure de création de l’exécution d’évaluation, en UTC.
error	ErrorResponseDetails	Informations sur l’erreur.
evaluationParameters	ModelEvaluationParameters	Paramètres permettant de spécifier la façon dont un modèle est évalué.
modelName	string	Lecture seule. Modèle à évaluer.
modelPerformance	ModelPerformance	Métriques de performances pour un modèle entraîné personnalisé.
name	string	Lecture seule. Nom utilisé pour identifier de manière unique l’exécution d’évaluation.
status	ModelEvaluationState	Lecture seule. État actuel de l’exécution de l’évaluation.
updatedDateTime	string	Lecture seule. Date et heure de la dernière mise à jour de l’exécution de l’évaluation, en UTC.

ModelEvaluationParameters

Paramètres permettant de spécifier la façon dont un modèle est évalué.

Nom	Type	Description
testDatasetName	string	Nom du jeu de données utilisé pour le test.

ModelEvaluationState

Lecture seule. État actuel de l’exécution de l’évaluation.

Nom	Type	Description
failed	string
notStarted	string
running	string
succeeded	string

ModelPerformance

Métriques de performances pour un modèle entraîné personnalisé.

Nom	Type	Description
accuracyTop1	number	Lecture seule. Pour les modèles de classification multiclasse. Proportion d’échantillons de test où la classe de vérité de base correspond à la classe prédite.
accuracyTop5	number	Lecture seule. Pour les modèles de classification multiclasse. Proportion d’échantillons de test où la classe de vérité au sol se trouve dans les cinq premières classes prédites.
averagePrecision	number	Lecture seule. Mesure des performances du modèle, elle résume la précision et le rappel à différents seuils de confiance.
calibrationECE	number	Lecture seule. Pour les modèles de classification multiclasse. Erreur d’étalonnage attendue.
meanAveragePrecision30	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne moyenne à un seuil de 30 %.
meanAveragePrecision50	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne moyenne à un seuil de 50 %.
meanAveragePrecision75	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne moyenne à un seuil de 75 %.
tagPerformance	<string, ModelTagPerformance>	Lecture seule. Métriques de performances pour chaque balise reconnue par le modèle.

ModelTagPerformance

Métriques de performances pour chaque balise reconnue par un modèle entraîné personnalisé.

Nom	Type	Description
accuracy	number	Lecture seule. Pour les modèles multiclasses. Précision des étiquettes.
averagePrecision50	number	Lecture seule. Pour les modèles de détection d’objets. Précision moyenne à un seuil de 50 %.