Поделиться через

Машинное обучение Azure в качестве источника Сетки событий

  • Статья

В этой статье описаны свойства и схема событий рабочей области машинного обучения. Общие сведения о схемах событий см. в статье Схема событий службы "Сетка событий Azure".

Доступные типы событий

Машинное обучение Azure выдает следующие типы событий.

Тип события Description
Microsoft.MachineLearningServices.ModelRegistered Возникает при успешной регистрации новой модели или версии модели.
Microsoft.MachineLearningServices.ModelDeployed Возникает при успешном развертывании моделей в конечной точке.
Microsoft.MachineLearningServices.RunCompleted Возникает после успешного завершения выполнения.
Microsoft.MachineLearningServices.DatasetDriftDetected Возникает, когда монитор смещения наборов данных обнаруживает смещение.
Microsoft.MachineLearningServices.RunStatusChanged Возникает при изменении состояния выполнения.

Примеры событий

При активации события служба Сетки событий отправляет данные о нем на подписанную конечную точку. В этом разделе приведен пример того, как будут выглядеть данные для каждого события.

Событие 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"
}]

Событие 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"
}]

Событие 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"
}]

Событие 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"
}]

Событие 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"
}]

Свойства событий

Событие содержит следующие высокоуровневые данные:

Свойство Type Описание:
source строка Полный путь к ресурсу источника событий. Это поле защищено от записи. Это значение предоставляет Сетка событий.
subject строка Определенный издателем путь к субъекту события.
type строка Один из зарегистрированных типов событий для этого источника событий.
time строка Время создания события с учетом времени поставщика в формате UTC.
id строка Уникальный идентификатор события.
data объект Данные события хранилища BLOB-объектов.
specversion строка Версия спецификации схемы CloudEvents.

Объект данных имеет следующие свойства для каждого типа событий:

Microsoft.MachineLearningServices.ModelRegistered

Свойство Type Описание:
ModelName строка Имя зарегистрированной модели.
ModelVersion строка Версия зарегистрированной модели.
ModelTags объект Теги зарегистрированной модели.
ModelProperties объект Свойства зарегистрированной модели.

Microsoft.MachineLearningServices.ModelDeployed

Свойство Type Описание:
ServiceName строка Имя развернутой службы.
ServiceComputeType строка Тип вычислений (например, ACI, AKS) развернутой службы.
ModelIds строка Список идентификаторов моделей, разделенных запятыми. Идентификаторы моделей, развернутых в службе.
ServiceTags объект Теги развернутой службы.
ServiceProperties объект Свойства развернутой службы.

Microsoft.MachineLearningServices.RunCompleted

Свойство Type Описание:
experimentId строка Идентификатор эксперимента, к которому относится выполнение.
experimentName строка Имя эксперимента, к которому относится выполнение.
runId строка Идентификатор завершенного выполнения.
runType строка Тип запуска завершенного выполнения.
runTags объект Теги завершенного выполнения.
runProperties объект Свойства завершенного выполнения.

Microsoft.MachineLearningServices.DatasetDriftDetected

Свойство Type Описание:
DataDriftId строка Идентификатор монитора смещения данных, активировавшего событие.
DataDriftName строка Имя монитора смещения данных, активировавшего событие.
RunId строка Идентификатор выполнения, в ходе которого было обнаружено смещение данных.
BaseDatasetId строка Идентификатор базового набора данных, использованного для обнаружения смещения.
TargetDatasetId строка Идентификатор целевого набора данных, использованного для обнаружения смещения.
DriftCoefficient двойной точности Результирующий коэффициент, активировавший событие.
StartTime datetime Время начала временного ряда целевого набора данных, который привел к обнаружению смещения.
EndTime datetime Время окончания временного ряда целевого набора данных, который привел к обнаружению смещения.

Microsoft.MachineLearningServices.RunStatusChanged

Свойство Type Описание:
experimentId строка Идентификатор эксперимента, к которому относится выполнение.
experimentName строка Имя эксперимента, к которому относится выполнение.
runId строка Идентификатор завершенного выполнения.
runType строка Тип запуска завершенного выполнения.
runTags объект Теги завершенного выполнения.
runProperties объект Свойства завершенного выполнения.
runStatus строка Состояние выполнения.

Практические руководства и другие учебные материалы

Заголовок Description
Использование событий Машинного обучения Azure Общие сведения об интеграции Машинного обучения Azure с Сеткой событий.

Следующие шаги