Share via

Azure Machine Learning come origine di Griglia di eventi

  • Articolo

Questo articolo fornisce le proprietà e lo schema per gli eventi dell'area di lavoro di Machine Learning. Per un'introduzione agli schemi di eventi, vedere Schema di eventi di Griglia di eventi di Azure.

Tipi di evento disponibili

Azure Machine Learning genera i tipi di evento seguenti:

Tipo di evento Descrizione
Microsoft.MachineLearningServices.ModelRegistered Generato quando una nuova versione di modello o modello è stata registrata correttamente.
Microsoft.MachineLearningServices.ModelDeployed Generato quando i modelli sono stati distribuiti correttamente in un endpoint.
Microsoft.MachineLearningServices.RunCompleted Generato al completamento di un'esecuzione.
Microsoft.MachineLearningServices.DatasetDriftDetected Generato quando un monitoraggio deriva del set di dati rileva la deriva.
Microsoft.MachineLearningServices.RunStatusChanged Generato quando viene modificato lo stato di esecuzione.

Eventi di esempio

Quando viene attivato un evento, il servizio Griglia di eventi invia i dati relativi all'evento all'endpoint di sottoscrizione. Questa sezione contiene un esempio che illustra l'aspetto dei dati per ogni evento.

Evento Microsoft.MachineLearningServices.ModelRegistered

[{
  "topic": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "models/sklearn_regression_model:20",
  "eventType": "Microsoft.MachineLearningServices.ModelRegistered",
  "eventTime": "2017-06-26T18:41:00.9584103Z",
  "id": "831e1650-001e-001b-66ab-eeb76e069631",
  "data": {
    "ModelName": "sklearn_regression_model",
    "ModelVersion": 20,
    "ModelTags": {
        "area": "diabetes",
        "type": "regression"
    },
    "ModelProperties": {
        "type": "test"
    }
  },
  "dataVersion": "",
  "metadataVersion": "1"
}]

Evento Microsoft.MachineLearningServices.ModelDeployed

[{
  "topic": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "endpoints/my-sklearn-service",
  "eventType": "Microsoft.MachineLearningServices.ModelDeployed",
  "eventTime": "2017-06-26T18:41:00.9584103Z",
  "id": "831e1650-001e-001b-66ab-eeb76e069631",
  "data": {
    "ServiceName": "my-sklearn-service",
    "ServiceComputeType": "ACI",
    "ModelIds": "sklearn_regression_model:1,sklearn_regression_model:2",
    "ServiceTags": {
        "area": "diabetes",
        "type": "regression"
    },
    "ServiceProperties": {
        "type": "test"
    }
  },
  "dataVersion": "",
  "metadataVersion": "1"
}]

Evento Microsoft.MachineLearningServices.RunCompleted

[{
  "topic": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "experiments/0fa9dfaa-cba3-4fa7-b590-23e48548f5c1/runs/AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5",
  "eventType": "Microsoft.MachineLearningServices.RunCompleted",
  "eventTime": "2017-06-26T18:41:00.9584103Z",
  "id": "831e1650-001e-001b-66ab-eeb76e069631",
  "data": {
    "experimentId": "0fa9dfaa-cba3-4fa7-b590-23e48548f5c1",
    "experimentName": "automl-local-regression",
    "runId": "AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5",
    "runType": null,
    "runTags": {},
    "runProperties": {
        "runTemplate": "automl_child",
        "pipeline_id": "5adc0a4fe02504a586f09a4fcbb241f9a4012062",
        "pipeline_spec": "{\"objects\": [{\"class_name\": \"StandardScaler\", \"module\": \"sklearn.preprocessing\", \"param_args\": [], \"param_kwargs\": {\"with_mean\": true, \"with_std\": false}, \"prepared_kwargs\": {}, \"spec_class\": \"preproc\"}, {\"class_name\": \"LassoLars\", \"module\": \"sklearn.linear_model\", \"param_args\": [], \"param_kwargs\": {\"alpha\": 0.001, \"normalize\": true}, \"prepared_kwargs\": {}, \"spec_class\": \"sklearn\"}], \"pipeline_id\": \"5adc0a4fe02504a586f09a4fcbb241f9a4012062\"}",
        "training_percent": "100",
        "predicted_cost": "0.062226144097381045",
        "iteration": "5",
        "run_template": "automl_child",
        "run_preprocessor": "StandardScalerWrapper",
        "run_algorithm": "LassoLars",
        "conda_env_data_location": "aml://artifact/ExperimentRun/dcid.AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5/outputs/conda_env_v_1_0_0.yml",
        "model_name": "AutoMLad912b2d65",
        "scoring_data_location": "aml://artifact/ExperimentRun/dcid.AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5/outputs/scoring_file_v_1_0_0.py",
        "model_data_location": "aml://artifact/ExperimentRun/dcid.AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5/outputs/model.pkl"
    }
  },
  "dataVersion": "",
  "metadataVersion": "1"
}]

Evento Microsoft.MachineLearningServices.DatasetDriftDetected

[{
  "topic": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "datadrifts/{}/runs/{}",
  "eventType": "Microsoft.MachineLearningServices.DatasetDriftDetected",
  "eventTime": "2017-06-26T18:41:00.9584103Z",
  "id": "831e1650-001e-001b-66ab-eeb76e069631",
  "data": {
    "DataDriftId": "01d29aa4-e6a4-470a-9ef3-66660d21f8ef",
    "DataDriftName": "myDriftMonitor",
    "RunId": "01d29aa4-e6a4-470a-9ef3-66660d21f8ef_1571590300380",
    "BaseDatasetId": "3c56d136-0f64-4657-a0e8-5162089a88a3",
    "TargetDatasetId": "d7e74d2e-c972-4266-b5fb-6c9c182d2a74",
    "DriftCoefficient": 0.83503490684792081,
    "StartTime": "2019-07-04T00:00:00+00:00",
    "EndTime": "2019-07-05T00:00:00+00:00"
  },
  "dataVersion": "",
  "metadataVersion": "1"
}]

Evento Microsoft.MachineLearningServices.RunStatusChanged

[{
  "topic": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "experiments/0fa9dfaa-cba3-4fa7-b590-23e48548f5c1/runs/AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5",
  "eventType": "Microsoft.MachineLearningServices.RunStatusChanged",
  "eventTime": "2017-06-26T18:41:00.9584103Z",
  "id": "831e1650-001e-001b-66ab-eeb76e069631",
  "data": {
    "experimentId": "0fa9dfaa-cba3-4fa7-b590-23e48548f5c1",
    "experimentName": "automl-local-regression",
    "runId": "AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5",
    "runType": null,
    "runTags": {},
    "runProperties": {
        "runTemplate": "automl_child",
        "pipeline_id": "5adc0a4fe02504a586f09a4fcbb241f9a4012062",
        "pipeline_spec": "{\"objects\": [{\"class_name\": \"StandardScaler\", \"module\": \"sklearn.preprocessing\", \"param_args\": [], \"param_kwargs\": {\"with_mean\": true, \"with_std\": false}, \"prepared_kwargs\": {}, \"spec_class\": \"preproc\"}, {\"class_name\": \"LassoLars\", \"module\": \"sklearn.linear_model\", \"param_args\": [], \"param_kwargs\": {\"alpha\": 0.001, \"normalize\": true}, \"prepared_kwargs\": {}, \"spec_class\": \"sklearn\"}], \"pipeline_id\": \"5adc0a4fe02504a586f09a4fcbb241f9a4012062\"}",
        "training_percent": "100",
        "predicted_cost": "0.062226144097381045",
        "iteration": "5",
        "run_template": "automl_child",
        "run_preprocessor": "StandardScalerWrapper",
        "run_algorithm": "LassoLars",
        "conda_env_data_location": "aml://artifact/ExperimentRun/dcid.AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5/outputs/conda_env_v_1_0_0.yml",
        "model_name": "AutoMLad912b2d65",
        "scoring_data_location": "aml://artifact/ExperimentRun/dcid.AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5/outputs/scoring_file_v_1_0_0.py",
        "model_data_location": "aml://artifact/ExperimentRun/dcid.AutoML_ad912b2d-6467-4f32-a616-dbe4af6dd8fc_5/outputs/model.pkl"
    },
   "runStatus": "failed"
   },
  "dataVersion": "",
  "metadataVersion": "1"
}]

Proprietà degli eventi

Un evento presenta i seguenti dati di primo livello:

Proprietà Type Descrizione
topic string Percorso risorsa completo dell'origine evento. Questo campo non è scrivibile. Questo valore viene fornito da Griglia di eventi.
subject string Percorso dell'oggetto dell'evento definito dall'origine di pubblicazione.
eventType string Uno dei tipi di evento registrati per l'origine evento.
eventTime string Ora di generazione dell'evento in base all'ora UTC del provider.
id string Identificatore univoco dell'evento.
data object Dati relativi all'evento di archiviazione BLOB.
dataVersion string Versione dello schema dell'oggetto dati. La versione dello schema è definita dall'origine di pubblicazione.
metadataVersion string Versione dello schema dei metadati dell'evento. Lo schema delle proprietà di primo livello è definito da Griglia di eventi. Questo valore viene specificato da Griglia di eventi.

L'oggetto dati ha le proprietà seguenti per ogni tipo di evento:

Microsoft.MachineLearningServices.ModelRegistered

Proprietà Type Descrizione
ModelName string Nome del modello registrato.
ModelVersion string Versione del modello registrato.
ModelTags object Tag del modello registrato.
ModelProperties object Proprietà del modello registrato.

Microsoft.MachineLearningServices.ModelDeployed

Proprietà Type Descrizione
ServiceName string Nome del servizio distribuito.
ServiceComputeType string Tipo di calcolo (ad esempio, ACI, servizio Azure Kubernetes) del servizio distribuito.
ModelIds string Elenco delimitato da virgole degli ID modello. ID dei modelli distribuiti nel servizio.
ServiceTags object Tag del servizio distribuito.
ServiceProperties object Proprietà del servizio distribuito.

Microsoft.MachineLearningServices.RunCompleted

Proprietà Type Descrizione
experimentId string ID dell'esperimento a cui appartiene l'esecuzione.
experimentName string Nome dell'esperimento a cui appartiene l'esecuzione.
runId string ID dell'esecuzione completata.
runType string Tipo di esecuzione dell'esecuzione completata.
runTags object Tag dell'esecuzione completata.
runProperties object Proprietà dell'esecuzione completata.

Microsoft.MachineLearningServices.DatasetDriftDetected

Proprietà Type Descrizione
DataDriftId string ID del monitoraggio della deriva dei dati che ha attivato l'evento.
DataDriftName string Nome del monitoraggio della deriva dei dati che ha attivato l'evento.
RunId string ID dell'esecuzione che ha rilevato la deriva dei dati.
BaseDatasetId string ID del set di dati di base usato per rilevare la deriva.
TargetDatasetId string ID del set di dati di destinazione usato per rilevare la deriva.
DriftCoefficient double Risultato del coefficiente che ha attivato l'evento.
StartTime Datetime Ora di inizio della serie temporale del set di dati di destinazione che ha generato il rilevamento della deriva.
EndTime Datetime Ora di fine della serie temporale del set di dati di destinazione che ha generato il rilevamento della deriva.

Microsoft.MachineLearningServices.RunStatusChanged

Proprietà Type Descrizione
experimentId string ID dell'esperimento a cui appartiene l'esecuzione.
experimentName string Nome dell'esperimento a cui appartiene l'esecuzione.
runId string ID dell'esecuzione completata.
runType string Tipo di esecuzione dell'esecuzione completata.
runTags object Tag dell'esecuzione completata.
runProperties object Proprietà dell'esecuzione completata.
runStatus string Stato dell'esecuzione.

Esercitazioni e procedure

Titolo Descrizione
Usare gli eventi di Azure Machine Learning Panoramica dell'integrazione di Azure Machine Learning con Griglia di eventi.

Passaggi successivi