跳到主要內容 跳至補充內容

導覽 ML 部署介面

當您開啟 ML 部署時,您可以執行管理並監控活動,並用來建立資料集預測。

從目錄開啟 ML 部署。有以下導覽選項:

  • 模型核准

  • 部署資訊

  • 資料集預測 (批次預測)

  • 即時預測

  • 資料漂移和操作監控

模型核准狀態

需要先啟用來源模型,ML 部署才能產生預測。此流程稱為模型核准,有助於控制訂閱中主動使用的已部署模型的數量。

如果您擁有合適的權限,則可以根據需要啟用和停用來源模型。否則,請聯絡租用戶管理員或具有足夠權限的其他使用者。

請參閱:

模型核准狀態

開啟 ML 部署時,模型核准狀態顯示在頁面頂端。

部署概述

部署概述顯示用於模型訓練的特徵以及部署的詳細資訊。

ML 部署概述

模型概述窗格。

資料集預測

資料集預測中,您可以使用 ML 部署來管理和執行批次預測。按一下建立預測以建立預測設定,您可以從中執行批次預測。您對一個 ML 部署可以有數個預測設定。

您可以使用表格中的動作功能表 三點功能表 以便:

  • 從現有設定執行預測

  • 編輯和刪除設定

  • 對現有設定建立、編輯和刪除預測排程

資料集預測且展開概述和動作功能表

資料集預測窗格。

若您選取編輯預測設定,就會開啟預測設定窗格。

資料集預測與預測設定的側窗格

建立預測時的預測設定功能表和資料集結構描述。

即時預測

即時預測窗格可讓您存取機器學習 API 中的即時預測端點。如果啟用 ML 部署中的模型以進行預測,則會顯示此窗格。

如需關於建立即時預測的資訊,請參閱 建立即時預測

資訊備註

已取代即時預測 API,並替換為機器學習 API 中的即時預測端點。目前未取代該功能本身。對於未來的即時預測,請使用機器學習 API 中的即時預測端點。

模型監控

您可以監控 ML 部署的資料漂移和操作。若要執行模型監控,請開啟資料漂移監控窗格。

透過資料漂移監控,您可以評估來源模型中特徵分佈的變化。若觀察到顯著的漂移,建議您重新訓練或重新設定模型,以考量最新資料,這可能表示了資料趨勢中的新模式。

如需詳細資訊,請參閱監控已部署模型中的資料漂移

透過操作監控,您可以檢視有關如何使用 ML 部署的詳細資訊,例如成功或失敗的預測事件數量以及通常如何觸發預測事件。

如需詳細資訊,請參閱監控已部署的模型操作

AutoML 中的資料漂移監控窗格

內嵌分析顯示已部署模型的特徵漂移計算。

檢視 ML 實驗

按一下頁面左下角的檢視 ML 實驗以開啟從中建立 ML 部署的 ML 實驗。

ML 部署概述

ML 部署介面底部的按鈕,讓使用者可以返回 ML 實驗來源

瞭解更多資訊

此頁面是否對您有幫助?

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們可以如何改善!