MonitorDefinition Класс
Примечание
Это экспериментальный класс, который может быть изменен в любое время. Дополнительные сведения см. по адресу https://aka.ms/azuremlexperimental.
Определение монитора
- Наследование
-
azure.ai.ml.entities._mixins.RestTranslatableMixinMonitorDefinition
Конструктор
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
Конфигурация ресурса Spark, связанная с монитором
- monitoring_target
- Optional[MonitoringTarget]
Объект идентификатора ARM, связанный с отслеживаемой моделью или развертыванием.
- monitoring_signals
- Optional[Dict[str, Union[DataDriftSignal , DataQualitySignal, PredictionDriftSignal , FeatureAttributionDriftSignal , CustomMonitoringSignal , GenerationSafetyQualitySignal]]]
Словарь отслеживаемых сигналов. Ключ — это имя сигнала, а значение — объект DataSignal. Допустимые значения для объектов DataSignal: DataDriftSignal, DataQualitySignal, PredictionDriftSignal, FeatureAttributionDriftSignal и CustomMonitoringSignal.
Конфигурация оповещения для монитора.
Примеры
Создание определения монитора.
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"]),
)
Azure SDK for Python