Share via

Azure Machine Learning como uma origem de Grade de Eventos

  • Artigo

Este artigo fornece as propriedades e o esquema para eventos de espaço de trabalho de aprendizado de máquina. Para obter uma introdução aos esquemas de eventos, consulte Esquema de eventos da Grade de Eventos do Azure.

Tipos de eventos disponíveis

O Azure Machine Learning emite os seguintes tipos de evento:

Tipo de evento Description
Microsoft.MachineLearningServices.ModelRegistered Gerado quando um novo modelo ou versão do modelo foi registrado com êxito.
Microsoft.MachineLearningServices.ModelDeployed Gerado quando o(s) Modelo(s) foram implantados com êxito em um Ponto de Extremidade.
Microsoft.MachineLearningServices.RunCompleted Gerado quando uma Execução foi concluída com êxito.
Microsoft.MachineLearningServices.DatasetDriftDetected Gerado quando um monitor de desvio do conjunto de dados deteta desvio.
Microsoft.MachineLearningServices.RunStatusChanged Gerado quando um status de execução é alterado.

Exemplos de eventos

Quando um evento é acionado, o serviço Event Grid envia dados sobre esse evento para o ponto final do subscritor. Esta seção contém um exemplo da aparência desses dados para cada evento.

Evento Microsoft.MachineLearningServices.ModelRegistered

[{
  "source": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "models/sklearn_regression_model:20",
  "type": "Microsoft.MachineLearningServices.ModelRegistered",
  "time": "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"
    }
  },
  "specversion": "1.0"
}]

Evento Microsoft.MachineLearningServices.ModelDeployed

[{
  "source": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "endpoints/my-sklearn-service",
  "type": "Microsoft.MachineLearningServices.ModelDeployed",
  "time": "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"
    }
  },
  "specversion": "1.0"
}]

Evento Microsoft.MachineLearningServices.RunCompleted

[{
  "source": "/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",
  "type": "Microsoft.MachineLearningServices.RunCompleted",
  "time": "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"
    }
  },
  "specversion": "1.0"
}]

Evento Microsoft.MachineLearningServices.DatasetDriftDetected

[{
  "source": "/subscriptions/{subscription-id}/resourceGroups/{resource-group-name}/providers/Microsoft.MachineLearningServices/workspaces/{workspace-name}",
  "subject": "datadrifts/{}/runs/{}",
  "type": "Microsoft.MachineLearningServices.DatasetDriftDetected",
  "time": "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"
  },
  "specversion": "1.0"
}]

Evento Microsoft.MachineLearningServices.RunStatusChanged

[{
  "source": "/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",
  "type": "Microsoft.MachineLearningServices.RunStatusChanged",
  "time": "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"
   },
  "specversion": "1.0"
}]

Propriedades do evento

Um evento tem os seguintes dados de nível superior:

Propriedade Type Description
source string Caminho completo do recurso para a origem do evento. Este campo não pode ser gravado. O Event Grid fornece este valor.
subject string Caminho definido pelo publicador para o assunto do evento.
type string Um dos tipos de eventos registados para esta origem de evento.
time string A hora em que o evento é gerado com base na hora UTC do provedor.
id string Identificador exclusivo do evento.
data objeto Dados de eventos de armazenamento de Blob.
specversion string Versão da especificação do esquema CloudEvents.

O objeto de dados tem as seguintes propriedades para cada tipo de evento:

Microsoft.MachineLearningServices.ModelRegistered

Propriedade Type Description
ModelName string O nome do modelo que foi registado.
ModelVersion string A versão do modelo que foi registada.
ModelTags objeto As tags do modelo que foi registrado.
ModelProperties objeto As propriedades do modelo que foi registrado.

Microsoft.MachineLearningServices.ModelDeployed

Propriedade Type Description
ServiceName string O nome do serviço implantado.
ServiceComputeType string O tipo de computação (por exemplo, ACI, AKS) do serviço implantado.
ModelIds string Uma lista separada por vírgulas de IDs de modelo. As IDs dos modelos implantados no serviço.
ServiceTags objeto As tags do serviço implantado.
ServiceProperties objeto As propriedades do serviço implantado.

Microsoft.MachineLearningServices.RunCompleted

Propriedade Type Description
experimentId string A ID do experimento ao qual a execução pertence.
experimentName string O nome do experimento ao qual a execução pertence.
runId string A ID da Execução que foi concluída.
runType string O Tipo de Execução da Execução concluída.
runTags objeto As tags da Execução concluída.
runProperties objeto As propriedades da Execução concluída.

Microsoft.MachineLearningServices.DatasetDriftDetected

Propriedade Type Description
DataDriftId string A ID do monitor de desvio de dados que disparou o evento.
DataDriftName string O nome do monitor de desvio de dados que disparou o evento.
RunId string A ID da Execução que detetou desvio de dados.
BaseDatasetId string O ID do conjunto de dados de base usado para detetar desvio.
TargetDatasetId string O ID do conjunto de dados de destino usado para detetar desvio.
DriftCoefficient duplo O resultado do coeficiente que desencadeou o evento.
StartTime datetime A hora de início da série temporal do conjunto de dados de destino que resultou na deteção de desvio.
EndTime datetime A hora de término da série temporal do conjunto de dados de destino que resultou na deteção de desvio.

Microsoft.MachineLearningServices.RunStatusChanged

Propriedade Type Description
experimentId string A ID do experimento ao qual a execução pertence.
experimentName string O nome do experimento ao qual a execução pertence.
runId string A ID da Execução que foi concluída.
runType string O Tipo de Execução da Execução concluída.
runTags objeto As tags da Execução concluída.
runProperties objeto As propriedades da Execução concluída.
runStatus string O status da Execução.

Tutorials and how-tos (Tutoriais e procedimentos)

Title Description
Consumir eventos do Azure Machine Learning Visão geral da integração do Azure Machine Learning com a Grade de Eventos.

Próximos passos