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.RestTranslatableMixin

MonitorDefinition

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.

alert_notification

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

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"]),
   )