首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏ShowMeAI研究中心

    whylogs工具库的工业实践!机器学习模型流程与效果监控 ⛵

    图片本文讲解如何使用whylogs工具库,构建详细的AI日志平台,并监控机器学习模型的流程与效果。 ShowMeAI在这篇文章中,将给大家展示如何使用开源工具库 whylogs 构建详尽的 AI 日志平台并监控 ML 模型。 图片 日志系统&模型监控 环境配置要构建日志系统并进行模型监控,会使用到开源数据日志库whylogs,它可以用于捕获数据的关键统计属性。 安装方式很简单,执行下列 pip 命令即可pip install "whylogs[whylabs]"接下来,导入所用的工具库whylogs、pandas和os。 import whylogs as whyimport pandas as pdimport os# create dataframe with datasetdataset = pd.read_csv

    787152编辑于 2022-11-28
  • 来自专栏磐创AI技术团队的专栏

    7种监测大型语言模型行为的方法

    最后,我们希望将所有计算出的指标分组到一个whylogs文件中,这是原始数据的统计摘要。然后,我们将每日文件发送到WhyLabs的可观察性平台,以便随时间监控它们。 : from langkit import input_output from whylogs.experimental.core.udf_schema import udf_schema schema 在完整示例中,我们将其直接注册为whylogs指标,但您也可以像这样将其用作独立函数: from langkit.regexes import has_patterns has_patterns(" 如前所述,我们将为每天的数据生成一个whylogs档案,而作为监控仪表板,我们将使用与whylogs档案格式集成的WhyLabs。 profile = why.log(df,schema=text_schema).profile() status = writer.write(profile) 通过初始化llm_metrics,whylogs

    68010编辑于 2024-03-12
  • 算法、训练、架构、部署:四位一体的AI系统工程全栈指南

    P99延迟>SLAGrafana, New Relic业务层转化率、用户满意度、业务指标下降超过5%自定义仪表板模型层预测分布漂移、特征分布变化PSI>0.1,特征均值偏移>10%Evidently, WhyLogs

    22710编辑于 2026-04-11
领券