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

  • 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

資料集預測顯示 ML 部署的預測設定概述。您對一個 ML 部署可以有數個預測設定。

您可以使用動作功能表以執行、編輯或刪除預測。您也可以從此功能表編輯並刪除預測排程。

若目前沒有為預測設定排程,您也可以使用動作功能表建立新的預測排程。

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即時預測 API。如果啟用 ML 部署中的模型以進行預測,則會顯示此窗格。

關於預測 API 的資訊,請參閱 建立即時預測

即時預測窗格

即時預測窗格。

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!