Azure Machine Učení jako zdroj Event Gridu

  • Článek

Tento článek obsahuje vlastnosti a schéma událostí pracovního prostoru strojového učení. Úvod do schémat událostí najdete ve schématu událostí služby Azure Event Grid.

Dostupné typy událostí

Azure Machine Učení generuje následující typy událostí:

Typ události Popis
Microsoft.Machine Učení Services.ModelRegistered Vyvolá se při úspěšné registraci nové verze modelu nebo modelu.
Microsoft.Machine Učení Services.ModelDeployed Vyvolá se při úspěšném nasazení modelů do koncového bodu.
Microsoft.Machine Učení Services.RunCompleted Vyvolá se při úspěšném dokončení spuštění.
Microsoft.Machine Učení Services.DatasetDriftDetected Vyvolá se, když monitor posunu datové sady zjistí posun.
Microsoft.Machine Učení Services.RunStatusChanged Vyvolá se při změně stavu spuštění.

Příklady událostí

Když se aktivuje událost, služba Event Grid odešle data o dané události do odebírajícího koncového bodu. Tato část obsahuje příklad toho, jak by tato data vypadala pro každou událost.

Microsoft.Machine Učení Services.ModelRegistered – událost

[{
  "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"
}]

Událost Microsoft.Machine Učení Services.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"
}]

Microsoft.Machine Učení Services.RunCompleted – událost

[{
  "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"
}]

Microsoft.Machine Učení Services.DatasetDriftDetected – událost

[{
  "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"
}]

Microsoft.Machine Učení Services.RunStatusChanged – událost

[{
  "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"
}]

Vlastnosti události

Událost má následující data nejvyšší úrovně:

Vlastnost Type Description
source string Úplná cesta prostředku ke zdroji událostí. Toto pole není zapisovatelné. Tuto hodnotu poskytuje Event Grid.
subject string Cesta k předmětu události, kterou definuje vydavatel.
type string Jeden z registrovaných typů události pro tento zdroj události.
time string Čas vygenerování události na základě času UTC poskytovatele.
id string Jedinečný identifikátor události.
data objekt Data událostí úložiště objektů blob
specversion string Verze specifikace schématu CloudEvents

Datový objekt má pro každý typ události následující vlastnosti:

Microsoft.Machine Učení Services.ModelRegistered

Vlastnost Type Description
ModelName string Název zaregistrovaného modelu.
ModelVersion string Verze zaregistrovaného modelu.
ModelTags objekt Značky zaregistrovaného modelu.
ModelProperties objekt Vlastnosti zaregistrovaného modelu.

Microsoft.Machine Učení Services.ModelDeployed

Vlastnost Type Description
ServiceName string Název nasazené služby.
ServiceComputeType string Typ výpočetních prostředků (například ACI, AKS) nasazené služby.
ModelIds string Čárkami oddělený seznam ID modelů. ID modelů nasazených ve službě.
ServiceTags objekt Značky nasazené služby
ServiceProperties objekt Vlastnosti nasazené služby.

Microsoft.Machine Učení Services.RunCompleted

Vlastnost Type Description
experimentId string ID experimentu, do kterého spuštění patří.
experimentName string Název experimentu, ke kterému spuštění patří.
runId string ID dokončeného spuštění.
runType string Typ spuštění dokončeného spuštění.
runTags objekt Značky dokončeného spuštění
runProperties objekt Vlastnosti dokončeného spuštění.

Microsoft.Machine Učení Services.DatasetDriftDetected

Vlastnost Type Description
DataDriftId string ID monitorování posunu dat, které aktivovalo událost.
DataDriftName string Název monitoru posunu dat, který událost aktivoval.
RunId string ID spuštění, které zjistilo posun dat.
BaseDatasetId string ID základní datové sady použité k detekci posunu.
TargetDatasetId string ID cílové datové sady používané k detekci posunu.
DriftCoefficient double Výsledek koeficientu, který aktivoval událost.
StartTime datetime Počáteční čas časové řady cílových datových sad, které způsobily detekci posunu.
EndTime datetime Koncový čas časové řady cílové datové sady, která způsobila detekci posunu.

Microsoft.Machine Učení Services.RunStatusChanged

Vlastnost Type Description
experimentId string ID experimentu, do kterého spuštění patří.
experimentName string Název experimentu, ke kterému spuštění patří.
runId string ID dokončeného spuštění.
runType string Typ spuštění dokončeného spuštění.
runTags objekt Značky dokončeného spuštění
runProperties objekt Vlastnosti dokončeného spuštění.
runStatus string Stav spuštění

Kurzy a postupy

Titulek Popis
Využívání událostí služby Azure Machine Učení Přehled integrace služby Azure Machine Učení se službou Event Grid

Další kroky