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

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

資料集預測
在資料集預測中,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 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

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

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。
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

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
