本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Model Monitor 排程和警示
<a name="model-dashboard-schedule"></a>

使用 Python SDK，您可以針對資料品質、模型品質、偏差偏離或特徵歸因偏離建立模型監控。如需使用 SageMaker Model Monitor 的資訊，請參閱[使用 Amazon SageMaker Model Monitor 進行資料和模型品質監控](model-monitor.md)。模型儀表板會填入您在帳戶中所有模型上建立的所有監控資訊。您可以追蹤每個監控的狀態，指出監控是如預期般執行，還是因為內部錯誤而失敗。您也可以在模型詳細資訊頁面中啟用或停用任何監控。如需如何檢視模型之已排程監控的說明，請參閱[檢視排程監控](model-dashboard-schedule-view.md)。如需如何啟用或停用模型監控的說明，請參閱[啟用或停用模型監控](model-dashboard-schedule-activate.md)。

正確設定且正在執行的模型監控可能會引發警示，在這種情況下，監視執行會產生違規報告。如需警示如何運作，以及如何查看警示結果、歷史記錄以及偵錯任務報告連結的詳細資訊，請參閱[檢視和編輯警示](model-dashboard-alerts.md)。

# 檢視排程監控
<a name="model-dashboard-schedule-view"></a>

使用 SageMaker Model Monitor 持續監控您的機器學習模型，以找出資料偏離、模型品質、偏差，以及其他可能影響模型效能的問題。在您設定了監控排程之後，可以透過 SageMaker AI 主控台檢視這些排程監視器的詳細資訊。下列程序概述存取和檢閱特定模型之排程監視器的步驟，包括其目前狀態：

**檢視模型的排程監視器**

1. 開啟 [SageMaker AI 主控台](https://console.aws.amazon.com/sagemaker/)。

1. 選擇在左側面板中的**控管**。

1. 選擇**模型儀表板**。

1. 在模型儀表板的**模型**區段中，選取您要檢視之已排程監控的模型名稱。

1. 在**監控排程**區段中檢視排程的監視。您可以在**狀態排程**欄中檢閱每個監視的狀態，其為以下其中一個值：
   + **失敗**：監控排程因組態或設定發生問題 (例如不正確使用者許可)而失敗。
   + **待處理**：監控正在進行排程中。
   + **已停止**：排程已由使用者停止。
   + **已排程**：排程會建立並以您指定的頻率執行。

# 啟用或停用模型監控
<a name="model-dashboard-schedule-activate"></a>

使用下列程序啟用或停用模型監控。

**若要啟用或停用模型監控，請完成以下步驟：**

1. 開啟 [SageMaker AI 主控台](https://console.aws.amazon.com/sagemaker/)。

1. 選擇在左側面板中的**控管**。

1. 選擇**模型儀表板**。

1. 在模型儀表板的**模型**區段中，選取要修改之警示的模型名稱。

1. 選擇您要修改之警示監控排程旁邊的圓形方塊。

1. (選擇性) 如果您要停用監控排程，請選擇**停用監控排程**。

1. (選擇性) 如果您要啟用監控排程，請選擇**啟用監控排程**。

# 檢視和編輯警示
<a name="model-dashboard-alerts"></a>

模型儀表板會顯示您在 Amazon CloudWatch 中設定的警示。您可以在儀表板內修改警示條件。警示條件取決於兩個參數：
+ **要警示的資料點**：在評估期間內，有多少執行失敗會產生警示。
+ **評估期間**：評估警示狀態時要考量的最新監控執行數目。

下列影像顯示了一系列模型監控執行的範例案例，其中我們將假設的**評估期間**設定為 3，以及**要警示的資料點**值為 2。在每次監視執行之後，會在**評估期間** 3 內計算失敗次數。如果失敗次數達到或超過**要警示的資料點**值 2，則監控會引發警示並保持警示狀態，直到**評估期間**內的失敗次數在後續重複中少於 2 為止。在影像中，當監控發出警示或保持警示狀態時，評估視窗會呈紅色，否則為綠色。

請注意，即使評估視窗大小尚未達到 3 的**評估期間** (如影像的前 2 列所示)，如果失敗次數達到或超過**要警示的資料點**值 2，監控仍會引發警示。

![\[監視執行的七個範例序列。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/model_monitor/model-dashboard-alerts-window.png)


在監控詳細資訊頁面中，您可以檢視警示歷史記錄、編輯現有警示條件，以及檢視任務報告，以協助您偵錯警示失敗。如需如何檢視失敗監控執行之警示歷史記錄或任務報告的指示，請參閱[檢視警示歷史記錄或任務報告](model-dashboard-alerts-view.md)。如需如何編輯警示條件的說明，請參閱[編輯警示條件](model-dashboard-alerts-edit.md)。

# 檢視警示歷史記錄或任務報告
<a name="model-dashboard-alerts-view"></a>

**若要檢視失敗執行的警示歷史記錄或任務報告，請完成以下步驟：**

1. 開啟 [SageMaker AI 主控台](https://console.aws.amazon.com/sagemaker/)。

1. 選擇在左側面板中的**控管**。

1. 選擇**模型儀表板**。

1. 在模型儀表板的**模型**區段中，選取您要檢視之警示歷史記錄的模型名稱。

1. 在**排程名稱**欄中，選取您要檢視之警示歷史記錄的監控名稱。

1. 若要檢視警示歷史記錄，請選取**警示歷史記錄**標籤。

1. (選擇性) 若要檢視監控執行的任務報告，請完成以下步驟：

   1. 在**警示歷史記錄**標籤中，選擇要調查之警示的**檢視執行**。

   1. 在**執行歷史記錄**表格中，選擇要調查之監控執行的**檢視報告**。

**報告顯示以下資訊：**
      + **特徵**：受監控的使用者定義機器學習 (ML) 特徵
      + **限制**：監控內的特定檢查
      + **違規詳細資訊**：違反限制條件原因的相關資訊

# 編輯警示條件
<a name="model-dashboard-alerts-edit"></a>

**若要在模型儀表板中編輯警示，請完成以下步驟：**

1. 開啟 [SageMaker AI 主控台](https://console.aws.amazon.com/sagemaker/)。

1. 選擇在左側面板中的**控管**。

1. 選擇**模型儀表板**。

1. 在模型儀表板的**模型**區段中，選取要修改之警示的模型名稱。

1. 選擇您要修改之警示監控排程旁邊的圓形方塊。

1. 在**監控排程**區段中選擇**編輯警示**。

1. (選擇性) 如果您要變更啟用警示的**評估期間**內失敗次數，請變更**要警示的資料點**。

1. (選擇性) 如果您要變更評估警示狀態時要考量的最近監控執行數目，請變更**評估期間**。