MonitorDefinition 클래스
참고
이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요.
모니터 정의
- 상속
-
azure.ai.ml.entities._mixins.RestTranslatableMixinMonitorDefinition
생성자
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
모니터와 연결할 Spark 리소스 구성
- monitoring_target
- Optional[MonitoringTarget]
모니터링되는 모델 또는 배포와 연결된 ARM ID 개체입니다.
- monitoring_signals
- Optional[Dict[str, Union[DataDriftSignal , DataQualitySignal, PredictionDriftSignal , FeatureAttributionDriftSignal , CustomMonitoringSignal , GenerationSafetyQualitySignal]]]
모니터링할 신호 사전입니다. 키는 신호의 이름이고 값은 DataSignal 개체입니다. DataSignal 개체에 허용되는 값은 DataDriftSignal, DataQualitySignal, PredictionDriftSignal, FeatureAttributionDriftSignal 및 CustomMonitoringSignal입니다.
모니터에 대한 경고 구성입니다.
예제
모니터 정의 만들기.
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"]),
)
GitHub에서 Microsoft와 공동 작업
이 콘텐츠의 원본은 GitHub에서 찾을 수 있으며, 여기서 문제와 끌어오기 요청을 만들고 검토할 수도 있습니다. 자세한 내용은 참여자 가이드를 참조하세요.
Azure SDK for Python
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기