Model Evaluations - Create
Avaliar um modelo existente.
Códigos de estado devolvidos:
- 201: Operação concluída com êxito.
- 400: O pedido foi mal formado.
- 409: já existe uma avaliação com o nome especificado.
PUT /models/{name}/evaluations/{evaluationName}?api-version=2023-04-01-preview
Parâmetros do URI
Name | Em | Necessário | Tipo | Description |
---|---|---|---|---|
evaluation
|
path | True |
string |
Um nome que pode ser utilizado para identificar exclusivamente a avaliação depois de ter sido criada. Padrão Regex: |
name
|
path | True |
string |
O nome do modelo a avaliar. Padrão Regex: |
api-version
|
query | True |
string |
Versão da API pedida. |
Corpo do Pedido
Media Types: "application/json-patch+json"
Name | Necessário | Tipo | Description |
---|---|---|---|
evaluationParameters | True |
Parâmetros para especificar a forma como um modelo é avaliado. |
|
createdDateTime |
string |
Só de leitura. A data e hora em que a execução de avaliação foi criada pela primeira vez, em UTC. |
|
error |
Informações de erro. |
||
modelName |
string |
Só de leitura. O modelo a avaliar. |
|
modelPerformance |
Métricas de desempenho para um modelo preparado personalizado. |
||
name |
string |
Só de leitura. O nome que é utilizado para identificar exclusivamente a execução da avaliação. |
|
status |
Só de leitura. O estado atual da execução da avaliação. |
||
updatedDateTime |
string |
Só de leitura. A data e hora em que a execução da avaliação foi atualizada pela última vez, em UTC. |
Respostas
Name | Tipo | Description |
---|---|---|
201 Created |
Criado |
|
Other Status Codes |
Erro Cabeçalhos x-ms-error-code: string |
Exemplos
ModelEvaluations_Create
Pedido de amostra
PUT /models/my_model_name/evaluations/my_evaluation_name?api-version=2023-04-01-preview
{
"evaluationParameters": {
"testDatasetName": "my_test_dataset_name"
}
}
Resposta da amostra
{
"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"
}
}
Definições
Name | Description |
---|---|
Error |
Resposta devolvida quando ocorre um erro. |
Error |
Informações de erro. |
Error |
Erro detalhado. |
Model |
Descreve uma execução de avaliação para avaliar a precisão de um modelo com um conjunto de testes. |
Model |
Parâmetros para especificar a forma como um modelo é avaliado. |
Model |
Só de leitura. O estado atual da execução da avaliação. |
Model |
Métricas de desempenho para um modelo preparado personalizado. |
Model |
Métricas de desempenho para cada etiqueta reconhecida por um modelo preparado personalizado. |
ErrorResponse
Resposta devolvida quando ocorre um erro.
Name | Tipo | Description |
---|---|---|
error |
Informações de erro. |
ErrorResponseDetails
Informações de erro.
Name | Tipo | Description |
---|---|---|
code |
string |
Código de erro. |
details |
Lista de erros detalhados. |
|
innererror |
Erro detalhado. |
|
message |
string |
Mensagem de erro. |
target |
string |
Destino do erro. |
ErrorResponseInnerError
Erro detalhado.
Name | Tipo | Description |
---|---|---|
code |
string |
Código de erro. |
innererror |
Erro detalhado. |
|
message |
string |
Mensagem de erro. |
ModelEvaluation
Descreve uma execução de avaliação para avaliar a precisão de um modelo com um conjunto de testes.
Name | Tipo | Description |
---|---|---|
createdDateTime |
string |
Só de leitura. A data e hora em que a execução de avaliação foi criada pela primeira vez, em UTC. |
error |
Informações de erro. |
|
evaluationParameters |
Parâmetros para especificar a forma como um modelo é avaliado. |
|
modelName |
string |
Só de leitura. O modelo a avaliar. |
modelPerformance |
Métricas de desempenho para um modelo preparado personalizado. |
|
name |
string |
Só de leitura. O nome que é utilizado para identificar exclusivamente a execução da avaliação. |
status |
Só de leitura. O estado atual da execução da avaliação. |
|
updatedDateTime |
string |
Só de leitura. A data e hora em que a execução da avaliação foi atualizada pela última vez, em UTC. |
ModelEvaluationParameters
Parâmetros para especificar a forma como um modelo é avaliado.
Name | Tipo | Description |
---|---|---|
testDatasetName |
string |
O nome do conjunto de dados utilizado para testes. |
ModelEvaluationState
Só de leitura. O estado atual da execução da avaliação.
Name | Tipo | Description |
---|---|---|
failed |
string |
|
notStarted |
string |
|
running |
string |
|
succeeded |
string |
ModelPerformance
Métricas de desempenho para um modelo preparado personalizado.
Name | Tipo | Description |
---|---|---|
accuracyTop1 |
number |
Só de leitura. Para modelos de classificação de várias classes. A proporção de amostras de teste em que a classe de verdade básica corresponde à classe prevista. |
accuracyTop5 |
number |
Só de leitura. Para modelos de classificação de várias classes. A proporção de amostras de teste em que a classe ground truth está nas cinco principais classes previstas. |
averagePrecision |
number |
Só de leitura. Uma medida do desempenho do modelo resume a precisão e a revocação em diferentes limiares de confiança. |
calibrationECE |
number |
Só de leitura. Para modelos de classificação de várias classes. Erro de calibragem esperado. |
meanAveragePrecision30 |
number |
Só de leitura. Para modelos de deteção de objetos. Precisão média média num limiar de 30%. |
meanAveragePrecision50 |
number |
Só de leitura. Para modelos de deteção de objetos. Precisão média média num limiar de 50%. |
meanAveragePrecision75 |
number |
Só de leitura. Para modelos de deteção de objetos. Precisão média média num limiar de 75%. |
tagPerformance |
<string,
Model |
Só de leitura. Métricas de desempenho para cada etiqueta reconhecida pelo modelo. |
ModelTagPerformance
Métricas de desempenho para cada etiqueta reconhecida por um modelo preparado personalizado.
Name | Tipo | Description |
---|---|---|
accuracy |
number |
Só de leitura. Para modelos de várias classes. Precisão da etiqueta. |
averagePrecision50 |
number |
Só de leitura. Para modelos de deteção de objetos. Precisão média num limiar de 50%. |