Model Evaluations - Get

Layanan:

Azure AI Services

Versi API:

2023-04-01-preview

Dapatkan informasi tentang evaluasi model tertentu.

Kode status dikembalikan:

• 200: Operasi berhasil diselesaikan.
• 400: Permintaan cacat.
• 404: Evaluasi model dengan nama yang ditentukan tidak ditemukan.

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

Parameter URI

Nama	Dalam	Diperlukan	Jenis	Deskripsi
evaluationName	path	True	string	Nama evaluasi model yang akan didapatkan. Pola regex: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$
name	path	True	string	Nama model untuk mendapatkan evaluasi. Pola regex: ^[a-zA-Z0-9][a-zA-Z0-9._-]*$
api-version	query	True	string	Versi API yang diminta.

Respons

Nama	Jenis	Deskripsi
200 OK	ModelEvaluation	Berhasil
Other Status Codes	ErrorResponse	Kesalahan Header x-ms-error-code: string

Contoh

ModelEvaluations_Get

Permintaan sampel

HTTP

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

Respon sampel

Kode status:

200

{
  "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"
  }
}

Definisi

Nama	Deskripsi
ErrorResponse	Respons dikembalikan saat terjadi kesalahan.
ErrorResponseDetails	Info kesalahan.
ErrorResponseInnerError	Kesalahan terperinci.
ModelEvaluation	Menjelaskan evaluasi yang dijalankan untuk mengevaluasi akurasi model menggunakan set pengujian.
ModelEvaluationParameters	Parameter untuk menentukan bagaimana model dievaluasi.
ModelEvaluationState	Baca saja. Status evaluasi saat ini dijalankan.
ModelPerformance	Metrik performa untuk model terlatih kustom.
ModelTagPerformance	Metrik performa untuk setiap tag yang dikenali oleh model terlatih kustom.

ErrorResponse

Respons dikembalikan saat terjadi kesalahan.

Nama	Jenis	Deskripsi
error	ErrorResponseDetails	Info kesalahan.

ErrorResponseDetails

Info kesalahan.

Nama	Jenis	Deskripsi
code	string	Kode Kesalahan.
details	ErrorResponseDetails[]	Daftar kesalahan terperinci.
innererror	ErrorResponseInnerError	Kesalahan terperinci.
message	string	Pesan kesalahan.
target	string	Target kesalahan.

ErrorResponseInnerError

Kesalahan terperinci.

Nama	Jenis	Deskripsi
code	string	Kode Kesalahan.
innererror	ErrorResponseInnerError	Kesalahan terperinci.
message	string	Pesan kesalahan.

ModelEvaluation

Menjelaskan evaluasi yang dijalankan untuk mengevaluasi akurasi model menggunakan set pengujian.

Nama	Jenis	Deskripsi
createdDateTime	string	Baca saja. Tanggal dan waktu saat evaluasi dijalankan pertama kali dibuat, dalam UTC.
error	ErrorResponseDetails	Info kesalahan.
evaluationParameters	ModelEvaluationParameters	Parameter untuk menentukan bagaimana model dievaluasi.
modelName	string	Baca saja. Model yang akan dievaluasi.
modelPerformance	ModelPerformance	Metrik performa untuk model terlatih kustom.
name	string	Baca saja. Nama yang digunakan untuk mengidentifikasi eksekusi evaluasi secara unik.
status	ModelEvaluationState	Baca saja. Status evaluasi saat ini dijalankan.
updatedDateTime	string	Baca saja. Tanggal dan waktu saat evaluasi dijalankan terakhir diperbarui, dalam UTC.

ModelEvaluationParameters

Parameter untuk menentukan bagaimana model dievaluasi.

Nama	Jenis	Deskripsi
testDatasetName	string	Nama himpunan data yang digunakan untuk pengujian.

ModelEvaluationState

Baca saja. Status evaluasi saat ini dijalankan.

Nama	Jenis	Deskripsi
failed	string
notStarted	string
running	string
succeeded	string

ModelPerformance

Metrik performa untuk model terlatih kustom.

Nama	Jenis	Deskripsi
accuracyTop1	number	Baca saja. Untuk model klasifikasi multikelas. Proporsi sampel pengujian di mana kelas kebenaran dasar cocok dengan kelas yang diprediksi.
accuracyTop5	number	Baca saja. Untuk model klasifikasi multikelas. Proporsi sampel pengujian di mana kelas kebenaran dasar berada di lima kelas teratas yang diprediksi.
averagePrecision	number	Baca saja. Ukuran performa model, ini meringkas presisi dan pengenalan pada ambang keyakinan yang berbeda.
calibrationECE	number	Baca saja. Untuk model klasifikasi multikelas. Kesalahan kalibrasi yang diharapkan.
meanAveragePrecision30	number	Baca saja. Untuk model deteksi objek. Rata-rata presisi pada ambang 30%.
meanAveragePrecision50	number	Baca saja. Untuk model deteksi objek. Rata-rata presisi pada ambang batas 50%.
meanAveragePrecision75	number	Baca saja. Untuk model deteksi objek. Rata-rata presisi pada ambang 75%.
tagPerformance	<string,  ModelTagPerformance>	Baca saja. Metrik performa untuk setiap tag yang dikenali oleh model.

ModelTagPerformance

Metrik performa untuk setiap tag yang dikenali oleh model terlatih kustom.

Nama	Jenis	Deskripsi
accuracy	number	Baca saja. Untuk model multikelas. Akurasi tag.
averagePrecision50	number	Baca saja. Untuk model deteksi objek. Presisi rata-rata pada ambang batas 50%.