Snowflake Model Registry-Benutzeroberfläche¶
Bemerkung
Die Model Registry Snowsight-UI ist generell in allen Einsatzgebieten verfügbar.
Die Inference Services-UI für SPCS Model Serving ist nur in der Vorschau unter AWS und Azure für kommerzielle Implementierungen verfügbar.
Auf der Seite Models in Snowsight finden Sie alle Ihre Modelle des maschinellen Lernens. Sie können auch deren Metadaten und Bereitstellungen einsehen.
Details zum Modell¶
Auf der Seite Models werden die Modelle angezeigt, die Sie erstellt und in der Snowflake Model Registry angemeldet haben. Dabei handelt es sich sowohl um Modelle, die mit Snowpark ML entwickelt wurden, als auch um extern bezogene Modelle (z. B. von Hugging Face). Sie zeigt auch feinabgestimmte Cortext-Modelle an und kann in zukünftigen Versionen weitere Modelltypen enthalten, die Sie in Snowflake erstellen können.
Zum Anzeigen der Seite „Modelle“ wählen Sie im Snowsight-Navigationsmenü AI & ML und dann Models. Die resultierende Liste enthält alle Modelle in der Snowflake Model Registry in allen Datenbanken und Schemas, auf die Ihre aktuelle Rolle Zugriff hat.

Bemerkung
Wenn Sie keine Modelle sehen, vergewissern Sie sich, dass Ihre Rolle über die erforderlichen Berechtigungen verfügt.
Um die Detailseite eines Modells zu öffnen, wählen Sie die entsprechende Zeile in der Models-Liste. Auf der Detailseite werden wichtige Informationen zum Modell angezeigt, darunter die Beschreibung des Modells, Tags und Versionen.

Um die Modellbeschreibung zu bearbeiten oder das Modell zu löschen, wählen Sie … in der oberen rechten Ecke.
Um die Detailseite der Version zu öffnen, wählen Sie eine Modellversion. Auf dieser Seite werden Metadaten zur Modellversion angezeigt, wie z. B. Metriken, und eine Liste der verfügbaren Methoden, die von Python oder SQL aus aufgerufen werden können.

Um den Code zu sehen, der die Funktion des Modells aufruft, wählen Sie den Link SQL oder Python daneben. Sie können diesen Codeausschnitt in ein Snowsight-SQL-Arbeitsblatt oder ein Python-Notebook kopieren.

Um Metadaten hinzuzufügen oder zu ändern oder die Modellversion zu löschen, wählen Sie die … in der oberen rechten Ecke.
Die Files-Registerkarte enthält eine Liste der der Modellversion zugrunde liegenden Artefakte. Sie können einzelne Dateien von dieser Seite herunterladen.

Auf der Registerkarte Lineage finden Sie die vollständigen Datenflussinformationen für das Modell, einschließlich aller Datensätze, die zum Trainieren des Modells verwendet wurden, aller Feature-Ansichten aus dem Feature Store und der Quelldatentabellen.

Dienste zur Modellinferenz¶
Sie können die mit SPCS Model Serving erstellten Modellinferenzdienste in der Model Registry-UI sehen. Die Hauptseite der Modellliste zeigt den Status der für ein beliebiges Modell erstellten Inferenzdienste an.

Wenn Sie den Modellnamen und eine Modellversion auswählen, können Sie auf der Registerkarte Inference Services auf der Seite mit den Modellversionsdetails weitere Details über den eingesetzten Inferenzdienst anzeigen. Hier wird auch die Liste der Funktionen angezeigt, die der Dienst bereitstellt. Und Sie können die SQL oder den Python-Verwendungscodeausschnitt sehen oder kopieren.

Wählen Sie Open Details, um Dienstparameter und Protokolle anzuzeigen. Sie können die Service-Details auch über die Registerkarte Inference Services auf der Hauptseite der Model Registry aufrufen.

Modellüberwachung¶
Für alle Modelle, denen Modellmonitore zugeordnet sind, können Sie die Metriken der Modellüberwachung mithilfe der Modellmonitore auf der Seite mit den Modelldetails anzeigen.

Wählen Sie die gewünschten Modellmonitore aus, um das Monitoring Dashboard anzuzeigen:

Wählen Sie Compare, um das Menü der Modellversion anzuzeigen. Wählen Sie eine zweite Modellversion aus, mit der Sie diese Modellversion vergleichen möchten:

Die Überwachung unterstützt eine große Anzahl von Metriken für Modellgenauigkeit, Modelldrift und Feature-Drift. Um die Metriken auszuwählen, die berechnet und angezeigt werden sollen, wählen Sie das Symbol Settings, um die gewünschten Metriken auszuwählen:
