DDL Für Machine-Learning-Modelle¶
Die folgenden DDL-Befehle werden zum Erstellen, Anzeigen und Verwalten von Machine-Learning-Modellen und deren Versionen verwendet.
Ein Modell ist ein Objekt auf Schemaebene, das ein Modell für maschinelles Lernen enthält, das trainiert und in der Snowpark ML Registry gespeichert ist. Mit Modellbefehlen können Sie Modelle in SQL erstellen und verwalten. Sie können Modelle auch in Python erstellen und verwalten, indem Sie die Snowpark ML Registry-API verwenden.
Mit Modellmonitoren können Sie die Leistung der Machine Learning-Modelle, die Sie in Snowflake eingesetzt haben, überwachen.
Unter diesem Thema:
Machine Learning-Modelle¶
Erstellt ein neues Machine Learning-Modell im aktuellen/angegebenen Schema oder ersetzt ein vorhandenes Modell. |
|
Ändert die Eigenschaften eines vorhandenen Modells, einschließlich Name, Tags, Standardversion oder Kommentar. |
|
Listet die Machine-Learning-Modelle für auf, für die Sie Zugriffsrechte haben. |
|
Entfernt ein Machine-Learning-Modell aus dem aktuellen/angegebenen Schema. |
Versionen von Machine-Learning-Modellen¶
Fügt eine neue Version zu einem bestehenden Modell aus einem internen Stagingbereich hinzu. |
|
Entfernt eine Version aus einem bestehenden Modell. |
|
Ändert eine Version eines Modells, indem der Kommentar oder die Metadaten der Version geändert werden. |
|
Listet die Versionen eines Machine-Learning-Modells auf. |
Funktionen für Machine Learning-Modelle¶
Zeigt die Modelle (Methoden) an, die mit einem Machine Learning-Modell verbunden sind. |
Machine Learning-Modellmonitore¶
Erstellen eines neuen Modellmonitors. |
|
Eigenschaften eines vorhandenen Modellmonitors ändern, einschließlich des Aktualisierungsintervalls und des Warehouses, oder den Modellmonitor anhalten oder fortsetzen. |
|
Listet die Modellmonitore auf, für die Sie eine Zugriffsberechtigung haben. |
|
Zeigt die Eigenschaften eines Modellmonitors an. |
|
Entfernt einen Modellmonitor aus dem aktuellen/angegebenen Schema. |