الاستثناءات ورموز الخطأ للمصمم

هل هذه الصفحة مفيدة؟

هل لديك ملاحظات إضافية؟

سيتم إرسال الملاحظات إلى Microsoft: بالضغط على الزر «إرسال»، سيتم استخدام ملاحظاتك لتحسين منتجات Microsoft وخدماتها. نهج الخصوصية.

توضح هذه المقالة رسائل الخطأ ورموز الاستثناء في Azure التعلم الآلي مصمم لمساعدتك في استكشاف أخطاء خطوط أنابيب التعلم الآلي وإصلاحها.

يمكنك العثور على رسالة الخطأ في المصمم باتباع الخطوات التالية:

• حدد المكون الفاشل ، وانتقل إلى علامة التبويب Outputs+logs ، ويمكنك العثور على السجل التفصيلي في ملف 70_driver_log.txt ضمن فئة azureml-logs .

• بالنسبة لخطأ المكون التفصيلي ، يمكنك التحقق منه في error_info.json ضمن فئة module_statistics .

فيما يلي رموز الخطأ للمكونات في المصمم.

خطأ 0001

يحدث الاستثناء إذا تعذر العثور على عمود محدد واحد أو أكثر من مجموعة البيانات.

ستتلقى هذا الخطأ إذا تم تحديد عمود لأحد المكونات، ولكن العمود (الأعمدة) المحدد غير موجود في مجموعة بيانات الإدخال. قد يحدث هذا الخطأ إذا قمت بالكتابة يدويا في اسم عمود أو إذا قام محدد العمود بتوفير عمود مقترح لم يكن موجودا في مجموعة البيانات الخاصة بك عند تشغيل خط الأنابيب.

دقة: أعد زيارة المكون الذي يرمي هذا الاستثناء وتحقق من صحة اسم العمود أو أسمائه وأن كافة الأعمدة المشار إليها موجودة.

رسائل الاستثناء
لم يتم العثور على عمود محدد واحد أو أكثر.
لم يتم العثور على عمود يحمل الاسم أو الفهرس "{column_id}".
العمود الذي يحمل الاسم أو الفهرس "{column_id}" غير موجود في "{arg_name_missing_column}".
العمود الذي يحمل الاسم أو الفهرس "{column_id}" غير موجود في "{arg_name_missing_column}"، ولكنه موجود في "{arg_name_has_column}".
لم يتم العثور على الأعمدة التي تحمل الاسم أو الفهرس "{column_names}".
الأعمدة التي تحمل الاسم أو الفهرس "{column_names}" غير موجودة في "{arg_name_missing_column}".
الأعمدة التي تحمل الاسم أو الفهرس "{column_names}" غير موجودة في "{arg_name_missing_column}"، ولكنها موجودة في "{arg_name_has_column}".

خطأ 0002

يحدث الاستثناء إذا تعذر تحليل معلمة واحدة أو أكثر أو تحويلها من نوع محدد إلى مطلوب حسب نوع الأسلوب الهدف.

يحدث هذا الخطأ في Azure التعلم الآلي عند تحديد معلمة كإدخال ونوع القيمة يختلف عن النوع المتوقع، ولا يمكن إجراء التحويل الضمني.

دقة: تحقق من متطلبات المكون وحدد نوع القيمة المطلوب (سلسلة ، عدد صحيح ، مزدوج ، إلخ.)

رسائل الاستثناء
فشل في تحليل المعلمة.
فشل تحليل المعلمة "{arg_name_or_column}".
فشل تحويل المعلمة "{arg_name_or_column}" إلى "{to_type}".
فشل تحويل المعلمة "{arg_name_or_column}" من "{from_type}" إلى "{to_type}".
فشل تحويل قيمة المعلمة "{{arg_name_or_column}" "{arg_value}" من "{from_type}" إلى "{to_type}".
فشل تحويل القيمة "{arg_value}" في العمود "{arg_name_or_column}" من "{from_type}" إلى "{to_type}" مع استخدام التنسيق "{fmt}" المقدم.

خطأ 0003

يحدث الاستثناء إذا كان واحد أو أكثر من المدخلات فارغة أو فارغة.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت أي مدخلات أو معلمات لأحد المكونات فارغة أو فارغة. قد يحدث هذا الخطأ، على سبيل المثال، عند عدم كتابة أي قيمة لمعلمة. يمكن أن يحدث أيضا إذا اخترت مجموعة بيانات تحتوي على قيم مفقودة أو مجموعة بيانات فارغة.

الدقة:

• افتح المكون الذي أنتج الاستثناء وتحقق من تحديد كافة المدخلات. تأكد من تحديد جميع المدخلات المطلوبة.
• تأكد من إمكانية الوصول إلى البيانات التي تم تحميلها من وحدة تخزين Azure، وعدم تغيير اسم الحساب أو مفتاحه.
• تحقق من بيانات الإدخال بحثا عن القيم المفقودة أو الفارغة.
• في حالة استخدام استعلام على مصدر بيانات، تحقق من أن البيانات يتم إرجاعها بالتنسيق الذي تتوقعه.
• تحقق من عدم وجود أخطاء إملائية أو تغييرات أخرى في مواصفات البيانات.

رسائل الاستثناء
واحد أو أكثر من المدخلات فارغة أو فارغة.
الإدخال "{name}" فارغ أو فارغ.

خطأ 0004

يحدث الاستثناء إذا كانت المعلمة أقل من أو تساوي قيمة محددة.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت المعلمة الموجودة في الرسالة أقل من قيمة الحدود المطلوبة للمكون لمعالجة البيانات.

دقة: أعد زيارة المكون الذي يرمي الاستثناء وقم بتعديل المعلمة لتكون أكبر من القيمة المحددة.

رسائل الاستثناء
يجب أن تكون المعلمة أكبر من القيمة الحدودية.
يجب أن تكون قيمة المعلمة "{arg_name}" أكبر من {lower_boundary}.
تحتوي المعلمة "{arg_name}" على قيمة "{actual_value}" والتي يجب أن تكون أكبر من {lower_boundary}.

خطأ 0005

يحدث استثناء إذا كانت المعلمة أقل من قيمة محددة.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت المعلمة في الرسالة أقل أو تساوي قيمة الحدود المطلوبة للمكون لمعالجة البيانات.

دقة: أعد النظر في المكون الذي يلقي الاستثناء وقم بتعديل المعلمة لتكون أكبر من القيمة المحددة أو مساوية لها.

رسائل الاستثناء
يجب أن تكون المعلمة أكبر من أو تساوي القيمة الحدية.
يجب أن تكون قيمة المعلمة "{arg_name}" أكبر من أو تساوي {lower_boundary}.
تحتوي المعلمة "{arg_name}" على قيمة "{value}" والتي يجب أن تكون أكبر من أو تساوي {lower_boundary}.

خطأ 0006

يحدث استثناء إذا كانت المعلمة أكبر من أو تساوي القيمة المحددة.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت المعلمة في الرسالة أكبر من أو تساوي قيمة حدود مطلوبة للمكون لمعالجة البيانات.

دقة: أعد زيارة المكون الذي يرمي الاستثناء وقم بتعديل المعلمة لتكون أقل من القيمة المحددة.

رسائل الاستثناء
عدم تطابق المعلمات. يجب أن تكون إحدى المعلمات أقل من الأخرى.
يجب أن تكون قيمة المعلمة "{arg_name}" أقل من قيمة المعلمة "{upper_boundary_parameter_name}".
تحتوي المعلمة "{arg_name}" على قيمة "{value}" والتي يجب أن تكون أقل من {upper_boundary_parameter_name}.

خطأ 0007

يحدث استثناء إذا كانت المعلمة أكبر من قيمة محددة.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا قمت في خصائص المكون بتحديد قيمة أكبر مما هو مسموح به. على سبيل المثال، يمكنك تحديد بيانات خارج نطاق التواريخ المدعومة، أو قد تشير إلى أنه سيتم استخدام خمسة أعمدة عند توفر ثلاثة أعمدة فقط.

قد ترى أيضا هذا الخطأ إذا كنت تحدد مجموعتين من البيانات التي تحتاج إلى التطابق بطريقة ما. على سبيل المثال، إذا كنت تقوم بإعادة تسمية الأعمدة، وحددت الأعمدة حسب الفهرس، فيجب أن يتطابق عدد الأسماء التي توفرها مع عدد فهارس الأعمدة. مثال آخر قد يكون عملية رياضية تستخدم عمودين، حيث يجب أن تحتوي الأعمدة على نفس عدد الصفوف.

الدقة:

• افتح المكون المعني وراجع أي إعدادات خاصية رقمية.
• تأكد من أن أي قيم معلمات تقع ضمن نطاق القيم المعتمدة لتلك الخاصية.
• إذا كان المكون يأخذ مدخلات متعددة، فتأكد من أن المدخلات بنفس الحجم.

• تحقق مما إذا كانت مجموعة البيانات أو مصدر البيانات قد تغيرت. في بعض الأحيان ، ستفشل القيمة التي عملت مع إصدار سابق من البيانات بعد تغيير عدد الأعمدة أو أنواع بيانات الأعمدة أو حجم البيانات.

رسائل الاستثناء
عدم تطابق المعلمات. يجب أن تكون إحدى المعلمات أقل من أو تساوي أخرى.
يجب أن تكون قيمة المعلمة "{arg_name}" أقل من قيمة المعلمة "{upper_boundary_parameter_name}" أو مساوية لها.
تحتوي المعلمة "{arg_name}" على قيمة "{actual_value}" والتي يجب أن تكون أقل من أو تساوي {upper_boundary}.
يجب أن تكون قيمة المعلمة "{arg_name}" {actual_value} أقل من قيمة المعلمة "{upper_boundary_parameter_name}" {upper_boundary} أو مساوية لها.
يجب أن تكون قيمة المعلمة "{arg_name}" {actual_value} أقل من قيمة {upper_boundary_meaning} {upper_boundary} أو مساوية لها.

خطأ 0008

يحدث استثناء إذا لم تكن المعلمة في النطاق.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت المعلمة الموجودة في الرسالة خارج الحدود المطلوبة للمكون لمعالجة البيانات.

على سبيل المثال، يتم عرض هذا الخطأ إذا حاولت استخدام إضافة صفوف لدمج مجموعتين بيانات لهما عدد مختلف من الأعمدة.

دقة: أعد زيارة المكون الذي يرمي الاستثناء وقم بتعديل المعلمة لتكون ضمن النطاق المحدد.

رسائل الاستثناء
قيمة المعلمة ليست في النطاق المحدد.
قيمة المعلمة "{arg_name}" ليست في النطاق.
يجب أن تكون قيمة المعلمة "{arg_name}" في نطاق [{lower_boundary}، {upper_boundary}].
قيمة المعلمة "{arg_name}" ليست في النطاق. {السبب}

خطأ 0009

يحدث الاستثناء عند تحديد اسم حساب تخزين Azure أو اسم الحاوية بشكل غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي المصمم عند تحديد معلمات لحساب تخزين Azure، ولكن لا يمكن حل الاسم أو كلمة المرور. يمكن أن تحدث أخطاء في كلمات المرور أو أسماء الحسابات لأسباب عديدة:

• الحساب هو النوع الخاطئ. بعض أنواع الحسابات الجديدة غير مدعومة للاستخدام مع مصمم التعلم الآلي. راجع استيراد البيانات للحصول على التفاصيل.
• أدخلت اسم الحساب غير صحيح
• الحساب لم يعد موجودا
• كلمة المرور الخاصة بحساب التخزين خاطئة أو تم تغييرها
• لم تحدد اسم الحاوية، أو أن الحاوية غير موجودة
• لم تحدد مسار الملف بالكامل (المسار إلى النقطة)

الدقة:

غالبا ما تحدث مثل هذه المشكلات عند محاولة إدخال اسم الحساب أو كلمة المرور أو مسار الحاوية يدويا. نوصي باستخدام المعالج الجديد لمكون استيراد البيانات ، مما يساعدك على البحث عن الأسماء والتحقق منها.

تحقق أيضا مما إذا كان قد تم حذف الحساب أو الحاوية أو النقطة. استخدم أداة تخزين Azure مساعدة أخرى للتحقق من إدخال اسم الحساب وكلمة المرور بشكل صحيح، ومن وجود الحاوية.

بعض أنواع الحسابات الأحدث غير مدعومة بواسطة Azure التعلم الآلي. على سبيل المثال ، لا يمكن استخدام أنواع التخزين "الساخنة" أو "الباردة" الجديدة للتعلم الآلي. تعمل كل من حسابات التخزين الكلاسيكية وحسابات التخزين التي تم إنشاؤها ك "لأغراض عامة" بشكل جيد.

إذا تم تحديد المسار الكامل إلى نقطة، تحقق من تحديد المسار كحاوية/اسم blobname، ومن وجود كل من الحاوية والنقطة في الحساب.

يجب ألا يحتوي المسار على شرطة مائلة بادئة. على سبيل المثال / حاوية / فقاعة غير صحيحة ويجب إدخالها كحاوية / فقاعة.

رسائل الاستثناء
اسم حساب تخزين Azure أو اسم الحاوية غير صحيح.
اسم حساب تخزين Azure "{account_name}" أو اسم الحاوية "{container_name}" غير صحيح; كان من المتوقع اسم حاوية الحاوية / blob التنسيق.

خطأ 0010

يحدث استثناء إذا كانت مجموعات بيانات الإدخال تحتوي على أسماء أعمدة يجب أن تتطابق ولكنها لا تتطابق معها.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كان فهرس الأعمدة في الرسالة يحتوي على أسماء أعمدة مختلفة في مجموعتي بيانات الإدخال.

دقة: استخدم تحرير بيانات التعريف أو قم بتعديل مجموعة البيانات الأصلية ليكون لها نفس اسم العمود لفهرس العمود المحدد.

رسائل الاستثناء
الأعمدة ذات الفهرس المقابل في مجموعات بيانات الإدخال لها أسماء مختلفة.
أسماء الأعمدة ليست هي نفسها للأعمدة {col_index} (المستندة إلى الصفر) من مجموعات بيانات الإدخال ({dataset1} و {dataset2} على التوالي).

خطأ 0011

يحدث استثناء إذا لم يتم تطبيق وسيطة مجموعة الأعمدة التي تم تمريرها على أي من أعمدة مجموعة البيانات.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كان تحديد العمود المحدد لا يتطابق مع أي من الأعمدة في مجموعة البيانات المحددة.

يمكنك أيضا الحصول على هذا الخطأ إذا لم تكن قد حددت عمودا وكان هناك حاجة إلى عمود واحد على الأقل حتى يعمل المكون.

دقة: قم بتعديل تحديد العمود في المكون بحيث يتم تطبيقه على الأعمدة الموجودة في مجموعة البيانات.

إذا تطلب المكون تحديد عمود معين، مثل عمود تسمية، فتحقق من تحديد العمود الأيمن.

إذا تم تحديد أعمدة غير مناسبة، فقم بإزالتها وإعادة تشغيل خط الأنابيب.

رسائل الاستثناء
لا تنطبق مجموعة الأعمدة المحددة على أي من أعمدة مجموعة البيانات.
لا تنطبق مجموعة الأعمدة المحددة "{column_set}" على أي من أعمدة مجموعة البيانات.

خطأ 0012

يحدث الاستثناء إذا تعذر إنشاء مثيل الفئة باستخدام مجموعة من الوسيطات التي تم تمريرها.

دقة: هذا الخطأ غير قابل للتنفيذ من قبل المستخدم وسيتم إهماله في إصدار مستقبلي.

رسائل الاستثناء
نموذج غير مدرب، يرجى تدريب نموذج أولا.
نموذج غير مدرب ({arg_name})، استخدم النموذج المدرب.

خطأ 0013

يحدث استثناء إذا كان المتعلم الذي تم تمريره إلى المكون نوعا غير صالح.

يحدث هذا الخطأ عندما يكون النموذج المدرب غير متوافق مع مكون التسجيل المتصل.

الدقة:

تحديد نوع المتعلم الذي ينتجه مكون التدريب، وتحديد مكون الدرجات المناسب للمتعلم.

إذا تم تدريب النموذج باستخدام أي من مكونات التدريب المتخصصة ، فقم بتوصيل النموذج المدرب فقط بمكون التسجيل المتخصص المقابل.

نوع الموديل	عنصر التدريب	عنصر تسجيل النقاط
أي مصنف	⁧⁩نموذج التدريب⁧⁩	نموذج النقاط
أي نموذج انحدار	⁧⁩نموذج التدريب⁧⁩	نموذج النقاط

رسائل الاستثناء
يتم تمرير المتعلم من نوع غير صالح.
يحتوي المتعلم "{arg_name}" على نوع غير صالح.
يحتوي المتعلم "{arg_name}" على نوع غير صالح "{learner_type}".
يتم تمرير المتعلم من نوع غير صالح. رسالة استثناء: {exception_message}

خطأ 0014

يحدث الاستثناء إذا كان عدد القيم الفريدة للعمود أكبر من المسموح به.

يحدث هذا الخطأ عندما يحتوي عمود على عدد كبير جدا من القيم الفريدة، مثل عمود معرف أو عمود نص. قد ترى هذا الخطأ إذا حددت أنه يتم التعامل مع عمود كبيانات فئوية، ولكن هناك الكثير من القيم الفريدة في العمود للسماح بإكمال المعالجة. قد ترى أيضا هذا الخطأ إذا كان هناك عدم تطابق بين عدد القيم الفريدة في مدخلين.

سيحدث خطأ القيم الفريدة أكبر من المسموح به إذا استوفى كلا الشرطين التاليين :

• أكثر من 97٪ من مثيلات عمود واحد هي قيم فريدة ، مما يعني أن جميع الفئات تقريبا تختلف عن بعضها البعض.
• يحتوي العمود الواحد على أكثر من 1000 قيمة فريدة.

الدقة:

افتح المكون الذي أنشأ الخطأ، وحدد الأعمدة المستخدمة كمدخلات. بالنسبة لبعض المكونات، يمكنك النقر بزر الماوس الأيمن فوق إدخال مجموعة البيانات وتحديد مرئي للحصول على إحصائيات حول الأعمدة الفردية، بما في ذلك عدد القيم الفريدة وتوزيعها.

بالنسبة للأعمدة التي تنوي استخدامها للتجميع أو التصنيف، اتخذ خطوات لتقليل عدد القيم الفريدة في الأعمدة. يمكنك التقليل بطرق مختلفة، اعتمادا على نوع بيانات العمود.

بالنسبة لأعمدة المعرفات التي لا تمثل ميزات ذات مغزى أثناء تدريب نموذج، يمكنك استخدام تحرير البيانات الوصفية لوضع علامة على هذا العمود كميزة واضحة ولن يتم استخدامه أثناء تدريب نموذج.

بالنسبة لأعمدة النص، يمكنك استخدام تجزئة الميزات أو استخراج ميزات N-Gram من مكون النص إلى أعمدة النص قبل المعالجة.

تلميح

هل يتعذر عليك العثور على دقة تتطابق مع السيناريو الخاص بك؟ يمكنك تقديم ملاحظات حول هذا الموضوع تتضمن اسم المكون الذي أنشأ الخطأ، ونوع البيانات وأساسية العمود. سنستخدم المعلومات لتوفير خطوات استكشاف الأخطاء وإصلاحها الأكثر استهدافا للسيناريوهات الشائعة.

رسائل الاستثناء
مقدار القيم الفريدة للعمود أكبر من المسموح به.
عدد القيم الفريدة في العمود: "{column_name}" أكبر من المسموح به.
عدد القيم الفريدة في العمود: يتجاوز "{column_name}" عدد المجموعات من {limitation}.

خطأ 0015

يحدث استثناء في حالة فشل اتصال قاعدة البيانات.

ستتلقى هذا الخطأ إذا قمت بإدخال اسم حساب SQL أو كلمة مرور أو خادم قاعدة بيانات أو اسم قاعدة بيانات غير صحيح، أو إذا تعذر إنشاء اتصال بقاعدة البيانات بسبب مشاكل في قاعدة البيانات أو الخادم.

دقة: تحقق من إدخال اسم الحساب وكلمة المرور وخادم قاعدة البيانات وقاعدة البيانات بشكل صحيح، وأن الحساب المحدد لديه المستوى الصحيح من الأذونات. تحقق من إمكانية الوصول إلى قاعدة البيانات حاليا.

رسائل الاستثناء
خطأ في إجراء اتصال قاعدة البيانات.
خطأ في اتصال قاعدة البيانات: {connection_str}.

خطأ 0016

يحدث استثناء إذا كان يجب أن تحتوي مجموعات بيانات الإدخال التي تم تمريرها إلى المكون على أنواع أعمدة متوافقة ولكنها لا تحتوي عليها.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت أنواع الأعمدة التي تم تمريرها في مجموعتين أو أكثر من مجموعات البيانات غير متوافقة مع بعضها البعض.

دقة: استخدم تحرير بيانات التعريف أو قم بتعديل مجموعة بيانات الإدخال الأصلية لضمان توافق أنواع الأعمدة.

رسائل الاستثناء
تحتوي الأعمدة ذات الفهرس المقابل في مجموعات بيانات الإدخال على أنواع غير متوافقة.
الأعمدة '{first_col_names}' غير متوافقة بين بيانات القطار والاختبار.
الأعمدة '{first_col_names}' و '{second_col_names}' غير متوافقة.
أنواع عناصر الأعمدة غير متوافقة مع الأعمدة '{first_col_names}' (المستندة إلى الصفر) من مجموعات بيانات الإدخال ({first_dataset_names} و {second_dataset_names} على التوالي).

خطأ 0017

يحدث استثناء إذا كان عمود محدد يستخدم نوع بيانات غير معتمد من قبل المكون الحالي.

على سبيل المثال، قد تتلقى هذا الخطأ في Azure التعلم الآلي إذا كان تحديد العمود يتضمن عمودا بنوع بيانات لا يمكن معالجته بواسطة المكون، مثل عمود سلسلة لعملية رياضية، أو عمود نقاط حيث يكون عمود المعالم الفئوية مطلوبا.

الدقة:

1. حدد العمود الذي يمثل المشكلة.
2. مراجعة متطلبات المكون.
3. قم بتعديل العمود لجعله متوافقا مع المتطلبات. قد تحتاج إلى استخدام العديد من المكونات التالية لإجراء تغييرات، استنادا إلى العمود والتحويل الذي تحاوله:
   • استخدم تحرير بيانات التعريف لتغيير نوع بيانات الأعمدة، أو لتغيير استخدام العمود من ميزة إلى رقمية، وفئوية إلى غير فئوية، وما إلى ذلك.

4. كملاذ أخير، قد تحتاج إلى تعديل مجموعة بيانات الإدخال الأصلية.

تلميح

هل يتعذر عليك العثور على دقة تتطابق مع السيناريو الخاص بك؟ يمكنك تقديم ملاحظات حول هذا الموضوع تتضمن اسم المكون الذي أنشأ الخطأ، ونوع البيانات وأساسية العمود. سنستخدم المعلومات لتوفير خطوات استكشاف الأخطاء وإصلاحها الأكثر استهدافا للسيناريوهات الشائعة.

رسائل الاستثناء
لا يمكن معالجة العمود من النوع الحالي. النوع غير معتمد من قبل المكون.
لا يمكن معالجة العمود من النوع {col_type}. النوع غير معتمد من قبل المكون.
لا يمكن معالجة العمود "{col_name}" من النوع {col_type}. النوع غير معتمد من قبل المكون.
لا يمكن معالجة العمود "{col_name}" من النوع {col_type}. النوع غير معتمد من قبل المكون. اسم المعلمة: {arg_name}.

خطأ 0018

يحدث استثناء إذا كانت مجموعة بيانات الإدخال غير صالحة.

دقة: يمكن أن يظهر هذا الخطأ في Azure التعلم الآلي في العديد من السياقات، لذلك لا توجد دقة واحدة. بشكل عام، يشير الخطأ إلى أن البيانات المقدمة كإدخال إلى مكون يحتوي على عدد خاطئ من الأعمدة، أو أن نوع البيانات لا يتطابق مع متطلبات المكون. على سبيل المثال:

• يتطلب المكون عمود تسمية، ولكن لا يتم وضع علامة على أي عمود كتسمية، أو لم تقم بتحديد عمود تسمية بعد.

• يتطلب المكون أن تكون البيانات فئوية ولكن بياناتك رقمية.

• البيانات بتنسيق خاطئ.

• تحتوي البيانات المستوردة على أحرف غير صالحة أو قيم سيئة أو قيم خارج النطاق.

• العمود فارغ أو يحتوي على الكثير من القيم المفقودة.

لتحديد المتطلبات وكيفية استخدام بياناتك، راجع موضوع التعليمات الخاص بالمكون الذي سيستهلك مجموعة البيانات كمدخلات.

.

رسائل الاستثناء
مجموعة البيانات غير صالحة.
يحتوي {dataset1} على بيانات غير صالحة.
يجب أن تكون {dataset1} و {dataset2} متناسقتين من حيث الأعمدة.
يحتوي {dataset1} على بيانات غير صالحة، {reason}.
يحتوي {dataset1} على {invalid_data_category}. {troubleshoot_hint}
{dataset1} غير صالح، {السبب}. {troubleshoot_hint}

خطأ 0019

يحدث استثناء إذا كان من المتوقع أن يحتوي العمود على قيم تم فرزها، ولكنه لا يحتوي عليها.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت قيم الأعمدة المحددة غير مرتبة.

دقة: فرز قيم الأعمدة عن طريق تعديل مجموعة بيانات الإدخال يدويا وإعادة تشغيل المكون.

رسائل الاستثناء
لا يتم فرز القيم في العمود.
لا يتم فرز القيم الموجودة في العمود "{col_index}".
لا يتم فرز القيم الموجودة في العمود "{col_index}" من مجموعة البيانات "{dataset}".
لا يتم فرز القيم في الوسيطة "{arg_name}" بترتيب "{sorting_order}".

خطأ 0020

يحدث استثناء إذا كان عدد الأعمدة في بعض مجموعات البيانات التي تم تمريرها إلى المكون صغيرا جدا.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا لم يتم تحديد أعمدة كافية لأحد المكونات.

دقة: أعد زيارة المكون وتأكد من أن محدد الأعمدة يحتوي على العدد الصحيح من الأعمدة المحددة.

رسائل الاستثناء
عدد الأعمدة في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به.
عدد الأعمدة في مجموعة بيانات الإدخال "{arg_name}" أقل من الحد الأدنى المسموح به.
عدد الأعمدة في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به من عمود (أعمدة) {required_columns_count}.
عدد الأعمدة في مجموعة بيانات الإدخال "{arg_name}" أقل من الحد الأدنى المسموح به من عمود (أعمدة) {required_columns_count}.

خطأ 0021

يحدث الاستثناء إذا كان عدد الصفوف في بعض مجموعات البيانات التي تم تمريرها إلى المكون صغيرا جدا.

التعلم الآلي هذا الخطأ في Azure عند عدم وجود صفوف كافية في مجموعة البيانات لتنفيذ العملية المحددة. على سبيل المثال، قد تشاهد هذا الخطأ إذا كانت مجموعة بيانات الإدخال فارغة، أو إذا كنت تحاول تنفيذ عملية تتطلب بعض الحد الأدنى لعدد الصفوف لتكون صالحة. يمكن أن تشمل هذه العمليات (على سبيل المثال لا الحصر) التجميع أو التصنيف استنادا إلى الأساليب الإحصائية ، وأنواع معينة من الربط ، والتعلم مع التعداد.

الدقة:

• افتح المكون الذي قام بإرجاع الخطأ، وتحقق من مجموعة بيانات الإدخال وخصائص المكون.
• تحقق من أن مجموعة بيانات الإدخال ليست فارغة وأن هناك صفوفا كافية من البيانات لتلبية المتطلبات الموضحة في تعليمات المكونات.
• إذا تم تحميل بياناتك من مصدر خارجي، فتأكد من توفر مصدر البيانات وعدم وجود خطأ أو تغيير في تعريف البيانات من شأنه أن يتسبب في حصول عملية الاستيراد على صفوف أقل.
• إذا كنت تقوم بتنفيذ عملية على البيانات في المنبع للمكون والتي قد تؤثر على نوع البيانات أو عدد القيم، مثل عمليات التنظيف أو التقسيم أو الانضمام، فتحقق من مخرجات تلك العمليات لتحديد عدد الصفوف التي تم إرجاعها.

رسائل الاستثناء
عدد الصفوف في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به.
عدد الصفوف في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به من صف (صفوف) {required_rows_count}.
عدد الصفوف في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به من صف (صفوف) {required_rows_count}. {السبب}
عدد الصفوف في مجموعة بيانات الإدخال "{arg_name}" أقل من الحد الأدنى المسموح به من صف (صفوف) {required_rows_count}.
عدد الصفوف في مجموعة بيانات الإدخال "{arg_name}" هو {actual_rows_count}، وهو أقل من الحد الأدنى المسموح به من صف (صفوف) {required_rows_count}.
عدد صفوف "{row_type}" في مجموعة بيانات الإدخال "{arg_name}" هو {actual_rows_count}، وهو أقل من الحد الأدنى المسموح به من صف (صفوف) {required_rows_count}.

خطأ 0022

يحدث استثناء إذا كان عدد الأعمدة المحددة في مجموعة بيانات الإدخال لا يساوي العدد المتوقع.

يمكن أن يحدث هذا الخطأ في Azure التعلم الآلي عندما يتطلب المكون أو العملية النهائية عددا محددا من الأعمدة أو المدخلات، وقمت بتوفير عدد قليل جدا أو الكثير جدا من الأعمدة أو المدخلات. على سبيل المثال:

• يمكنك تحديد عمود تسمية واحد أو عمود مفتاح وتحديد أعمدة متعددة عن طريق الخطأ.

• أنت تقوم بإعادة تسمية الأعمدة، ولكنك قدمت أسماء أكثر أو أقل من الأعمدة.

• تغير عدد الأعمدة في المصدر أو الوجهة أو لا يتطابق مع عدد الأعمدة التي يستخدمها المكون.

• لقد قمت بتوفير قائمة قيم مفصولة بفواصل للمدخلات، ولكن عدد القيم غير مطابق، أو لم يتم اعتماد مدخلات متعددة.

دقة: أعد زيارة المكون وتحقق من تحديد العمود للتأكد من تحديد العدد الصحيح من الأعمدة. التحقق من مخرجات مكونات المنبع، ومتطلبات عمليات التكرير.

إذا استخدمت أحد خيارات تحديد الأعمدة التي يمكنها تحديد أعمدة متعددة (فهارس الأعمدة، كل الميزات، كلها رقمية، وما إلى ذلك)، فتحقق من صحة العدد الدقيق للأعمدة التي تم إرجاعها بواسطة التحديد.

تحقق من عدم تغيير عدد أو نوع أعمدة المنبع.

إذا كنت تستخدم مجموعة بيانات توصية لتدريب نموذج، فتذكر أن الموصي يتوقع عددا محدودا من الأعمدة، المقابلة لأزواج عناصر المستخدم أو تصنيفات عناصر المستخدم. قم بإزالة أعمدة إضافية قبل تدريب النموذج أو تقسيم مجموعات بيانات التوصيات. لمزيد من المعلومات، راجع تقسيم البيانات.

رسائل الاستثناء
عدد الأعمدة المحددة في مجموعة بيانات الإدخال لا يساوي العدد المتوقع.
عدد الأعمدة المحددة في مجموعة بيانات الإدخال لا يساوي {expected_col_count}.
يوفر نمط تحديد العمود "{selection_pattern_friendly_name}" عددا من الأعمدة المحددة في مجموعة بيانات الإدخال لا يساوي {expected_col_count}.
من المتوقع أن يوفر نمط تحديد العمود "{selection_pattern_friendly_name}" عمود (أعمدة) {expected_col_count} محددا في مجموعة بيانات الإدخال، ولكن يتم توفير عمود (أعمدة) {selected_col_count} بالفعل.

خطأ 0023

يحدث استثناء إذا كان العمود الهدف من مجموعة بيانات الإدخال غير صالح لمكون المدرب الحالي.

يحدث هذا الخطأ في Azure التعلم الآلي إذا لم يكن العمود الهدف (كما هو محدد في معلمات المكون) من نوع البيانات الصالحة، أو يحتوي على كافة القيم المفقودة، أو لم يكن فئويا كما هو متوقع.

دقة: أعد النظر في إدخال المكون لفحص محتوى عمود التسمية/الهدف. تأكد من أنه لا يحتوي على جميع القيم المفقودة. إذا كان المكون يتوقع أن يكون العمود الهدف فئويا، فتأكد من وجود أكثر من قيمة مميزة واحدة في العمود الهدف.

رسائل الاستثناء
تحتوي مجموعة بيانات الإدخال على عمود هدف غير مدعوم.
تحتوي مجموعة بيانات الإدخال على عمود هدف غير مدعوم "{column_index}".
تحتوي مجموعة بيانات الإدخال على عمود هدف غير معتمد "{column_index}" للمتعلم من النوع {learner_type}.

خطأ 0024

يحدث استثناء إذا كانت مجموعة البيانات لا تحتوي على عمود تسمية.

يحدث هذا الخطأ في Azure التعلم الآلي عندما يتطلب المكون عمود تسمية ولا تحتوي مجموعة البيانات على عمود تسمية. على سبيل المثال، عادة ما يتطلب تقييم مجموعة بيانات مسجلة وجود عمود تصنيف لحساب مقاييس الدقة.

يمكن أن يحدث أيضا وجود عمود تسمية في مجموعة البيانات، ولكن لم يتم اكتشافه بشكل صحيح بواسطة Azure التعلم الآلي.

الدقة:

• افتح المكون الذي أنشأ الخطأ، وحدد ما إذا كان عمود التسمية موجودا أم لا. لا يهم اسم العمود أو نوع بياناته، طالما أن العمود يحتوي على نتيجة واحدة (أو متغير تابع) تحاول التنبؤ به. إذا لم تكن متأكدا من العمود الذي يحتوي على التسمية، فابحث عن اسم عام مثل الفئة أو الهدف.
• إذا كانت مجموعة البيانات لا تتضمن عمود تسمية، فمن المحتمل أن يكون عمود التسمية قد تمت إزالته بشكل صريح أو عن طريق الخطأ في المنبع. ويمكن أيضا أن تكون مجموعة البيانات ليست ناتجة عن مكون تسجيل نقاط في المنبع.
• لوضع علامة صريحة على العمود كعمود التسمية، أضف مكون تحرير بيانات التعريف وقم بتوصيل مجموعة البيانات. حدد عمود التسمية فقط، وحدد تسمية من القائمة المنسدلة الحقول .
• إذا تم اختيار العمود الخطأ كتسمية، يمكنك تحديد مسح التسمية من الحقول لإصلاح بيانات التعريف في العمود.

رسائل الاستثناء
لا يوجد عمود تسمية في مجموعة البيانات.
لا يوجد عمود تسمية في "{dataset_name}".

خطأ 0025

يحدث استثناء إذا كانت مجموعة البيانات لا تحتوي على عمود درجات.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كان الإدخال إلى نموذج التقييم لا يحتوي على أعمدة نقاط صالحة. على سبيل المثال، يحاول المستخدم تقييم مجموعة بيانات قبل تسجيلها باستخدام نموذج مدرب صحيح، أو يتم إسقاط عمود النتيجة بشكل صريح في المنبع. يحدث هذا الاستثناء أيضا إذا كانت أعمدة النقاط في مجموعتي البيانات غير متوافقة. على سبيل المثال، قد تحاول مقارنة دقة الانحدار الخطي مع المصنف الثنائي.

دقة: أعد النظر في إدخال نموذج التقييم وافحص ما إذا كان يحتوي على عمود واحد أو أكثر من أعمدة الدرجات. إذا لم يكن الأمر كذلك ، لم يتم تسجيل مجموعة البيانات أو تم إسقاط أعمدة النقاط في مكون المنبع.

رسائل الاستثناء
لا يوجد عمود نقاط في مجموعة البيانات.
لا يوجد عمود نقاط في "{dataset_name}".
لا يوجد عمود نقاط في "{dataset_name}" يتم إنتاجه بواسطة "{learner_type}". سجل مجموعة البيانات باستخدام النوع الصحيح من المتعلمين.

خطأ 0026

يحدث استثناء إذا كانت الأعمدة التي تحمل نفس الاسم غير مسموح بها.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كانت أعمدة متعددة لها نفس الاسم. إحدى الطرق التي قد تتلقى بها هذا الخطأ هي إذا لم يكن لدى مجموعة البيانات صف رأس وتم تعيين أسماء الأعمدة تلقائيا: Col0 و Col1 وما إلى ذلك.

دقة: إذا كانت الأعمدة تحمل نفس الاسم، فقم بإدراج مكون تحرير بيانات التعريف بين مجموعة بيانات الإدخال والمكون. استخدم محدد الأعمدة في تحرير بيانات التعريف لتحديد أعمدة لإعادة تسميتها، مع كتابة الأسماء الجديدة في مربع النص أسماء الأعمدة الجديدة .

رسائل الاستثناء
يتم تحديد أسماء الأعمدة المتساوية في الوسيطات. أسماء الأعمدة المتساوية غير مسموح بها حسب المكون.
لا يسمح بأسماء الأعمدة المتساوية في الوسيطتين "{arg_name_1}" و "{arg_name_2}". يرجى تحديد أسماء مختلفة.

خطأ 0027

يحدث الاستثناء في حالة وجود كائنين بنفس الحجم ولكنهما ليسا كذلك.

هذا خطأ شائع في Azure التعلم الآلي ويمكن أن يكون سببه العديد من الشروط.

دقة: لا يوجد قرار محدد. ومع ذلك، يمكنك التحقق من وجود شروط مثل ما يلي:

• إذا كنت تقوم بإعادة تسمية الأعمدة، فتأكد من أن كل قائمة (أعمدة الإدخال وقائمة الأسماء الجديدة) تحتوي على نفس العدد من العناصر.

• إذا كنت تنضم إلى مجموعتين من البيانات أو تقوم بتسلسلهما، فتأكد من أنهما يحتويان على نفس المخطط.

• إذا كنت تنضم إلى مجموعتين بيانات لهما أعمدة متعددة، فتأكد من أن أعمدة المفاتيح لها نفس نوع البيانات، وحدد الخيار السماح بالتكرارات والحفاظ على ترتيب الأعمدة في التحديد.

رسائل الاستثناء
حجم الكائنات التي تم تمريرها غير متناسق.
حجم "{friendly_name1}" غير متوافق مع حجم "{friendly_name2}".

خطأ 0028

يحدث الاستثناء في الحالة التي تحتوي فيها مجموعة الأعمدة على أسماء أعمدة مكررة ولا يسمح بذلك.

يحدث هذا الخطأ في Azure التعلم الآلي عند تكرار أسماء الأعمدة؛ أي أنها ليست فريدة.

دقة: إذا كان لأي أعمدة نفس الاسم، فأضف مثيل تحرير بيانات التعريف بين مجموعة بيانات الإدخال والمكون الذي يرفع الخطأ. استخدم محدد الأعمدة في تحرير بيانات التعريف لتحديد أعمدة لإعادة تسميتها، واكتب أسماء الأعمدة الجديدة في مربع النص أسماء الأعمدة الجديدة . إذا كنت تقوم بإعادة تسمية أعمدة متعددة، فتأكد من أن القيم التي تكتبها في أسماء الأعمدة الجديدة فريدة.

رسائل الاستثناء
تحتوي مجموعة الأعمدة على اسم (أسماء) أعمدة مكررة.
يتم تكرار الاسم "{duplicated_name}".
يتم تكرار الاسم "{duplicated_name}" في "{arg_name}".
يتم تكرار الاسم "{duplicated_name}". التفاصيل: {تفاصيل}

خطأ 0029

يحدث الاستثناء في حالة تمرير عنوان URI غير صالح.

يحدث هذا الخطأ في Azure التعلم الآلي في حالة تمرير عنوان URI غير صالح. ستتلقى هذا الخطأ إذا تحققت أي من الشروط التالية:

• يحتوي عنوان URI العام أو SAS المقدم ل Azure Blob Storage للقراءة أو الكتابة على خطأ.

• انتهت صلاحية الإطار الزمني ل SAS.

• يمثل عنوان URL للويب عبر مصدر HTTP ملفا أو عنوان URI للاسترجاع.

• يحتوي عنوان URL للويب عبر HTTP على عنوان URL منسق بشكل غير صحيح.

• لا يمكن حل عنوان URL بواسطة المصدر البعيد.

دقة: أعد زيارة المكون وتحقق من تنسيق عنوان URI. إذا كان مصدر البيانات هو عنوان URL للويب عبر HTTP، فتحقق من أن المصدر المقصود ليس ملفا أو عنوان URI للاسترجاع (المضيف المحلي).

رسائل الاستثناء
تم تمرير Uri غير صالح.
عنوان المستخدم "{invalid_url}" غير صالح.

خطأ 0030

يحدث الاستثناء في الحالة التي لا يمكن فيها تنزيل ملف.

يحدث هذا الاستثناء في Azure التعلم الآلي عندما يتعذر تنزيل ملف. ستتلقى هذا الاستثناء عند فشل محاولة قراءة من مصدر HTTP بعد ثلاث (3) محاولات إعادة محاولة.

دقة: تحقق من صحة عنوان URI إلى مصدر HTTP وأن الموقع يمكن الوصول إليه حاليا عبر الإنترنت.

رسائل الاستثناء
غير قادر على تنزيل ملف.
حدث خطأ أثناء تنزيل الملف: {file_url}.

خطأ 0031

يحدث استثناء إذا كان عدد الأعمدة في مجموعة الأعمدة أقل من المطلوب.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كان عدد الأعمدة المحددة أقل من المطلوب. ستتلقى هذا الخطأ إذا لم يتم تحديد الحد الأدنى المطلوب لعدد الأعمدة.

دقة: أضف أعمدة إضافية إلى تحديد العمود باستخدام محدد العمود.

رسائل الاستثناء
عدد الأعمدة في مجموعة الأعمدة أقل من المطلوب.
يجب تحديد عمود (أعمدة) {required_columns_count} على الأقل لوسيطة الإدخال "{arg_name}".
يجب تحديد عمود (أعمدة) {required_columns_count} على الأقل لوسيطة الإدخال "{arg_name}". العدد الفعلي للأعمدة المحددة هو {input_columns_count}.

خطأ 0032

يحدث استثناء إذا لم تكن الوسيطة رقما.

ستتلقى هذا الخطأ في Azure التعلم الآلي إذا كانت الوسيطة مزدوجة أو NaN.

دقة: تعديل الوسيطة المحددة لاستخدام قيمة صالحة.

رسائل الاستثناء
الوسيطة ليست رقما.
"{arg_name}" ليس رقما.

خطأ 0033

يحدث استثناء إذا كانت الوسيطة هي Infinity.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كانت الوسيطة غير محدودة. ستتلقى هذا الخطأ إذا كانت الوسيطة إما double.NegativeInfinity أو double.PositiveInfinity.

دقة: تعديل الوسيطة المحددة لتكون قيمة صالحة.

رسائل الاستثناء
يجب أن تكون الحجة محدودة.
"{arg_name}" ليست محدودة.
يحتوي العمود "{column_name}" على قيم لا نهائية.

خطأ 0034

يحدث الاستثناء في حالة وجود أكثر من تصنيف واحد لزوج معين من عناصر المستخدم.

يحدث هذا الخطأ في Azure التعلم الآلي في التوصية إذا كان زوج عنصر المستخدم يحتوي على أكثر من قيمة تصنيف واحدة.

دقة: تأكد من أن زوج عناصر المستخدم يمتلك قيمة تصنيف واحدة فقط.

رسائل الاستثناء
يوجد أكثر من تصنيف واحد للقيمة (القيم) في مجموعة البيانات.
أكثر من تصنيف واحد للمستخدم {user} والعنصر {item} في جدول بيانات التنبؤ بالتصنيف.
أكثر من تصنيف واحد للمستخدم {user} والعنصر {item} في {dataset}.

خطأ 0035

يحدث الاستثناء إذا لم يتم توفير ميزات لمستخدم أو عنصر معين.

يحدث هذا الخطأ في Azure التعلم الآلي كنت تحاول استخدام نموذج توصية لتسجيل النقاط ولكن لا يمكن العثور على متجه ميزة.

الدقة:

يحتوي موصي Matchbox على متطلبات معينة يجب الوفاء بها عند استخدام ميزات العنصر أو ميزات المستخدم. يشير هذا الخطأ إلى أن متجه ميزة مفقود لمستخدم أو عنصر قمت بتوفيره كإدخال. تأكد من توفر متجه للميزات في البيانات لكل مستخدم أو عنصر.

على سبيل المثال، إذا قمت بتدريب نموذج توصية باستخدام ميزات مثل عمر المستخدم أو موقعه الجغرافي أو دخله، ولكنك تريد الآن إنشاء درجات للمستخدمين الجدد الذين لم يتم رؤيتهم أثناء التدريب، فيجب عليك توفير مجموعة مكافئة من الميزات (أي العمر والموقع وقيم الدخل) للمستخدمين الجدد من أجل إجراء تنبؤات مناسبة لهم.

إذا لم يكن لديك أي ميزات لهؤلاء المستخدمين، ففكر في هندسة الميزات لإنشاء ميزات مناسبة. على سبيل المثال، إذا لم يكن لديك عمر مستخدم فردي أو قيم دخل، فيمكنك إنشاء قيم تقريبية لاستخدامها لمجموعة من المستخدمين.

تلميح

قرار لا ينطبق على قضيتك؟ نرحب بك لإرسال ملاحظات حول هذه المقالة وتوفير معلومات حول السيناريو، بما في ذلك المكون وعدد الصفوف في العمود. سنستخدم هذه المعلومات لتقديم خطوات أكثر تفصيلا لاستكشاف الأخطاء وإصلاحها في المستقبل.

رسائل الاستثناء
لم يتم توفير أي ميزات لمستخدم أو عنصر مطلوب.
ميزات {required_feature_name} مطلوبة ولكن لم يتم توفيرها.

خطأ 0036

يحدث الاستثناء إذا تم توفير متجهات ميزات متعددة لمستخدم أو عنصر معين.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تم تعريف متجه معلم أكثر من مرة.

دقة: تأكد من عدم تعريف متجه المعالم أكثر من مرة.

رسائل الاستثناء
تعريف ميزة مكرر لمستخدم أو عنصر.

خطأ 0037

يحدث الاستثناء إذا تم تحديد أعمدة تسمية متعددة ويسمح بعمود واحد فقط.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تم تحديد أكثر من عمود واحد ليكون عمود التسمية الجديد. تتطلب معظم خوارزميات التعلم الخاضعة للإشراف وضع علامة على عمود واحد كهدف أو تسمية.

دقة: تأكد من تحديد عمود واحد كعمود تسمية جديد.

رسائل الاستثناء
يتم تحديد أعمدة تسميات متعددة.
يتم تحديد أعمدة تسمية متعددة في "{dataset_name}".

خطأ 0039

يحدث استثناء في حالة فشل عملية.

يحدث هذا الخطأ في Azure التعلم الآلي عند تعذر إكمال عملية داخلية.

دقة: يحدث هذا الخطأ بسبب العديد من الشروط ولا يوجد علاج محدد.
يحتوي الجدول التالي على رسائل عامة لهذا الخطأ، متبوعة بوصف محدد للشرط.

في حالة عدم توفر تفاصيل، صفحة أسئلة Microsoft QA& لإرسال الملاحظات وتوفير معلومات حول المكونات التي أنشأت الخطأ والشروط ذات الصلة.

رسائل الاستثناء
فشلت العملية.
خطأ أثناء إكمال العملية: "{failed_operation}".
خطأ أثناء إكمال العملية: "{failed_operation}". السبب: "{السبب}".

خطأ 0042

يحدث الاستثناء عندما لا يكون من الممكن تحويل العمود إلى نوع آخر.

يحدث هذا الخطأ في Azure التعلم الآلي عندما لا يكون من الممكن تحويل العمود إلى النوع المحدد. ستتلقى هذا الخطأ إذا كان أحد المكونات يتطلب نوع بيانات معينا، مثل datetime أو نص أو رقم نقطة عائمة أو عدد صحيح، ولكن لا يمكن تحويل عمود موجود إلى النوع المطلوب.

على سبيل المثال، يمكنك تحديد عمود ومحاولة تحويله إلى نوع بيانات رقمي للاستخدام في عملية رياضية، والحصول على هذا الخطأ إذا كان العمود يحتوي على بيانات غير صالحة.

سبب آخر قد تحصل على هذا الخطأ إذا حاولت استخدام عمود يحتوي على أرقام نقاط عائمة أو العديد من القيم الفريدة كعمود فئوي.

الدقة:

• افتح صفحة التعليمات للمكون الذي أنشأ الخطأ، وتحقق من متطلبات نوع البيانات.
• راجع أنواع البيانات الخاصة بالأعمدة في مجموعة بيانات الإدخال.
• افحص البيانات التي تنشأ في ما يسمى بمصادر البيانات الخالية من المخططات.
• تحقق من مجموعة البيانات بحثا عن القيم المفقودة أو الأحرف الخاصة التي قد تحظر التحويل إلى نوع البيانات المطلوب.
  • يجب أن تكون أنواع البيانات الرقمية متسقة: على سبيل المثال، تحقق من وجود أرقام نقاط عائمة في عمود من الأعداد الصحيحة.
  • ابحث عن سلاسل نصية أو قيم NA في عمود أرقام.
  • يمكن تحويل القيم المنطقية إلى تمثيل مناسب اعتمادا على نوع البيانات المطلوب.
  • فحص أعمدة النص بحثا عن أحرف غير unicode أو أحرف جدولة أو أحرف تحكم
  • يجب أن تكون بيانات Datetime متسقة لتجنب أخطاء النمذجة ، ولكن التنظيف يمكن أن يكون معقدا بسبب العديد من الأشكال. فكر في استخدام مكونات Execute Python Script لإجراء التنظيف.
• إذا لزم الأمر، قم بتعديل القيم الموجودة في مجموعة بيانات الإدخال بحيث يمكن تحويل العمود بنجاح. قد يتضمن التعديل عمليات الربط أو الاقتطاع أو التقريب أو إزالة القيم المتطرفة أو إسناد القيم المفقودة. راجع المقالات التالية للاطلاع على بعض سيناريوهات تحويل البيانات الشائعة في التعلم الآلي:
  • مسح البيانات المفقودة
  • Normalize Data

تلميح

القرار غير واضح ، أو لا ينطبق على قضيتك؟ نرحب بك لإرسال ملاحظات حول هذه المقالة وتوفير معلومات حول السيناريو، بما في ذلك المكون ونوع البيانات للعمود. سنستخدم هذه المعلومات لتقديم خطوات أكثر تفصيلا لاستكشاف الأخطاء وإصلاحها في المستقبل.

رسائل الاستثناء
التحويل غير مسموح به.
تعذر تحويل عمود من النوع {type1} إلى عمود من النوع {type2}.
تعذر تحويل العمود "{col_name1}" من النوع {type1} إلى عمود من النوع {type2}.
تعذر تحويل العمود "{col_name1}" من النوع {type1} إلى العمود "{col_name2}" من النوع {type2}.

خطأ 0044

يحدث الاستثناء عندما لا يكون من الممكن اشتقاق نوع العنصر من العمود من القيم الموجودة.

يحدث هذا الخطأ في Azure التعلم الآلي عندما لا يكون من الممكن استنتاج نوع عمود أو أعمدة في مجموعة بيانات. يحدث هذا عادة عند تسلسل مجموعتين أو أكثر من مجموعات البيانات مع أنواع عناصر مختلفة. إذا لم يتمكن Azure التعلم الآلي من تحديد نوع شائع قادر على تمثيل كافة القيم في عمود أو أعمدة دون فقدان المعلومات، فسيقوم بإنشاء هذا الخطأ.

دقة: تأكد من أن جميع القيم الموجودة في عمود معين في مجموعتي البيانات اللتين يتم دمجهما إما من نفس النوع (رقمي أو منطقي أو فئوي أو سلسلة أو تاريخ وما إلى ذلك) أو يمكن إجبارها على نفس النوع.

رسائل الاستثناء
لا يمكن اشتقاق نوع العنصر من العمود.
لا يمكن اشتقاق نوع العنصر للعمود "{column_name}" - جميع العناصر هي مراجع فارغة.
لا يمكن اشتقاق نوع العنصر للعمود "{column_name}" من مجموعة البيانات "{dataset_name}" - جميع العناصر هي مراجع فارغة.

خطأ 0045

يحدث الاستثناء عندما لا يكون من الممكن إنشاء عمود بسبب أنواع العناصر المختلطة في المصدر.

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عندما تكون أنواع عناصر مجموعتي البيانات اللتين يتم دمجهما مختلفة.

دقة: تأكد من أن جميع القيم الموجودة في عمود معين في مجموعتي البيانات اللتين يتم دمجهما من نفس النوع (رقمي ، منطقي ، فئوي ، سلسلة ، تاريخ ، إلخ).

رسائل الاستثناء
لا يمكن إنشاء عمود بأنواع العناصر المختلطة.
لا يمكن إنشاء عمود بمعرف "{column_id}" من أنواع العناصر المختلطة: نوع البيانات[{row_1}, {column_id}] هو "{type_1}". نوع البيانات[{row_2}, {column_id}] هو "{type_2}".
لا يمكن إنشاء عمود بمعرف "{column_id}" من أنواع العناصر المختلطة: اكتب في قطعة {chunk_id_1} هو "{type_1}". اكتب قطعة {chunk_id_2} هي "{type_2}" بحجم القطعة: {chunk_size}.

خطأ 0046

يحدث الاستثناء عندما لا يكون من الممكن إنشاء دليل على مسار محدد.

يحدث هذا الخطأ في Azure التعلم الآلي عندما لا يكون من الممكن إنشاء دليل على المسار المحدد. ستتلقى هذا الخطأ إذا كان أي جزء من المسار إلى دليل الإخراج لاستعلام خلية غير صحيح أو يتعذر الوصول إليه.

دقة: أعد زيارة المكون وتحقق من تنسيق مسار الدليل بشكل صحيح وأنه يمكن الوصول إليه باستخدام بيانات الاعتماد الحالية.

رسائل الاستثناء
يرجى تحديد دليل إخراج صالح.
الدليل: لا يمكن إنشاء {path}. يرجى تحديد مسار صالح.

خطأ 0047

يحدث استثناء إذا كان عدد أعمدة المعالم في بعض مجموعات البيانات التي تم تمريرها إلى المكون صغيرا جدا.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كانت مجموعة بيانات الإدخال إلى التدريب لا تحتوي على الحد الأدنى لعدد الأعمدة التي تتطلبها الخوارزمية. عادة ما تكون مجموعة البيانات فارغة أو تحتوي فقط على أعمدة تدريب.

دقة: أعد زيارة مجموعة بيانات الإدخال للتأكد من وجود عمود إضافي واحد أو أكثر بصرف النظر عن عمود التسمية.

رسائل الاستثناء
عدد أعمدة المعالم في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به.
عدد أعمدة المعالم في مجموعة بيانات الإدخال أقل من الحد الأدنى المسموح به من عمود (أعمدة) {required_columns_count}.
عدد أعمدة المعالم في مجموعة بيانات الإدخال "{arg_name}" أقل من الحد الأدنى المسموح به من عمود (أعمدة) {required_columns_count}.

خطأ 0048

يحدث استثناء في حالة عدم إمكانية فتح ملف.

يحدث هذا الخطأ في Azure التعلم الآلي عندما لا يكون من الممكن فتح ملف للقراءة أو الكتابة. قد تتلقى هذا الخطأ للأسباب التالية:

• الحاوية أو الملف (نقطة) غير موجود

• لا يسمح لك مستوى الوصول إلى الملف أو الحاوية بالوصول إلى الملف

• الملف كبير جدا بحيث لا يمكن قراءته أو التنسيق الخاطئ

دقة: أعد زيارة المكون والملف الذي تحاول قراءته.

تحقق من صحة أسماء الحاوية والملف.

استخدم مدخل Azure الكلاسيكي أو أداة تخزين Azure للتحقق من أن لديك إذنا للوصول إلى الملف.

رسائل الاستثناء
غير قادر على فتح ملف.
خطأ أثناء فتح الملف: {file_name}.
خطأ أثناء فتح الملف: {file_name}. رسالة استثناء التخزين: {exception}.

خطأ 0049

يحدث الاستثناء في الحالة التي لا يمكن فيها تحليل ملف.

يحدث هذا الخطأ في Azure التعلم الآلي عندما لا يكون من الممكن تحليل ملف. ستتلقى هذا الخطأ إذا كان تنسيق الملف المحدد في مكون استيراد البيانات لا يتطابق مع التنسيق الفعلي للملف، أو إذا كان الملف يحتوي على حرف لا يمكن التعرف عليه.

دقة: أعد زيارة المكون وقم بتصحيح تحديد تنسيق الملف إذا لم يتطابق مع تنسيق الملف. إذا كان ذلك ممكنا، افحص الملف للتأكد من أنه لا يحتوي على أي أحرف غير قانونية.

رسائل الاستثناء
غير قادر على تحليل ملف.
حدث خطأ أثناء تحليل ملف {file_format}.
خطأ أثناء تحليل ملف {file_format}: {file_name}.
حدث خطأ أثناء تحليل ملف {file_format}. السبب: {failure_reason}.
خطأ أثناء تحليل ملف {file_format}: {file_name}. السبب: {failure_reason}.

خطأ 0052

يحدث استثناء إذا تم تحديد مفتاح حساب تخزين Azure بشكل غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كان المفتاح المستخدم للوصول إلى حساب تخزين Azure غير صحيح. على سبيل المثال، قد ترى هذا الخطأ إذا تم اقتطاع مفتاح تخزين Azure عند نسخه ولصقه، أو إذا تم استخدام المفتاح الخطأ.

لمزيد من المعلومات حول كيفية الحصول على المفتاح لحساب تخزين Azure، راجع عرض مفاتيح الوصول إلى مساحة التخزين ونسخها وإعادة إنشائها.

دقة: أعد زيارة المكون وتحقق من صحة مفتاح تخزين Azure للحساب؛ انسخ المفتاح مرة أخرى من مدخل Azure الكلاسيكي إذا لزم الأمر.

رسائل الاستثناء
مفتاح حساب تخزين Azure غير صحيح.

خطأ 0053

يحدث الاستثناء في حالة عدم وجود ميزات أو عناصر المستخدم لتوصيات علبة الثقاب.

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عند تعذر العثور على متجه ميزة.

دقة: تأكد من وجود متجه معلم في مجموعة بيانات الإدخال.

رسائل الاستثناء
ميزات المستخدم و / أو العناصر مطلوبة ولكن لم يتم توفيرها.

خطأ 0056

يحدث الاستثناء إذا كانت الأعمدة التي حددتها لعملية ما تنتهك المتطلبات.

يحدث هذا الخطأ في Azure التعلم الآلي عند اختيار أعمدة لعملية تتطلب أن يكون العمود من نوع بيانات معين.

يمكن أن يحدث هذا الخطأ أيضا إذا كان العمود هو نوع البيانات الصحيح، ولكن المكون الذي تستخدمه يتطلب أيضا وضع علامة على العمود كمعلم أو تسمية أو عمود فئوي.

الدقة:

1. راجع نوع بيانات الأعمدة المحددة حاليا.

2. تأكد مما إذا كانت الأعمدة المحددة أعمدة فئوية أو تسميات أو معالم أم لا.

3. راجع موضوع التعليمات الخاص بالمكون الذي قمت فيه بتحديد العمود، لتحديد ما إذا كانت هناك متطلبات محددة لاستخدام نوع البيانات أو العمود.

4. استخدم تحرير بيانات التعريف لتغيير نوع العمود طوال مدة هذه العملية. تأكد من تغيير نوع العمود مرة أخرى إلى قيمته الأصلية، باستخدام مثيل آخر من تحرير بيانات التعريف، إذا كنت بحاجة إليه لعمليات المصب.

رسائل الاستثناء
عمود واحد أو أكثر من الأعمدة المحددة لم يكن في فئة مسموح بها.
العمود الذي يحمل الاسم "{col_name}" ليس في فئة مسموح بها.

خطأ 0057

يحدث الاستثناء عند محاولة إنشاء ملف أو نقطة موجودة بالفعل.

يحدث هذا الاستثناء عند استخدام مكون تصدير البيانات أو مكون آخر لحفظ نتائج خط أنابيب في Azure التعلم الآلي إلى تخزين نقطة Azure، ولكنك تحاول إنشاء ملف أو نقطة موجودة بالفعل.

الدقة:

لن تتلقى هذا الخطأ إلا إذا قمت مسبقا بتعيين الخاصية Azure blob وضع كتابة التخزين إلى خطأ. حسب التصميم، يثير هذا المكون خطأ إذا حاولت كتابة مجموعة بيانات إلى نقطة موجودة بالفعل.

• افتح خصائص المكون وقم بتغيير وضع كتابة تخزين Azure blobللكتابة فوق.
• بدلا من ذلك، يمكنك كتابة اسم نقطة أو ملف وجهة مختلفة وتأكد من تحديد نقطة غير موجودة بالفعل.

رسائل الاستثناء
ملف أو Blob موجود بالفعل.
ملف أو Blob "{file_path}" موجود بالفعل.

خطأ 0058

يحدث هذا الخطأ في Azure التعلم الآلي إذا كانت مجموعة البيانات لا تحتوي على عمود التسمية المتوقع.

يمكن أن يحدث هذا الاستثناء أيضا عندما لا يتطابق عمود التسمية المقدم مع البيانات أو نوع البيانات الذي يتوقعه المتعلم، أو يحتوي على قيم خاطئة. على سبيل المثال، يتم إنتاج هذا الاستثناء عند استخدام عمود تسمية ذي قيمة حقيقية عند تدريب مصنف ثنائي.

دقة: تعتمد الدقة على المتعلم أو المدرب الذي تستخدمه، وأنواع البيانات الخاصة بالأعمدة في مجموعة البيانات الخاصة بك. أولا ، تحقق من متطلبات خوارزمية التعلم الآلي أو مكون التدريب.

أعد النظر في مجموعة بيانات الإدخال. تحقق من أن العمود الذي تتوقع أن تتم معاملته كتسمية يحتوي على نوع البيانات الصحيح للنموذج الذي تقوم بإنشائه.

تحقق من المدخلات بحثا عن القيم المفقودة وقم بإزالتها أو استبدالها إذا لزم الأمر.

إذا لزم الأمر، أضف مكون تحرير بيانات التعريف وتأكد من وضع علامة على عمود التسمية كتسمية.

رسائل الاستثناء
قيم عمود التسمية وقيم أعمدة التسمية المسجلة غير قابلة للمقارنة.
عمود التسمية ليس كما هو متوقع في "{dataset_name}".
عمود التسمية ليس كما هو متوقع في "{dataset_name}"، {السبب}.
عمود التسمية "{column_name}" غير متوقع في "{dataset_name}".
عمود التسمية "{column_name}" غير متوقع في "{dataset_name}"، {reason}.

خطأ 0059

يحدث الاستثناء إذا تعذر تحليل فهرس عمود محدد في منتقي الأعمدة.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تعذر تحليل فهرس عمود محدد عند استخدام محدد العمود. ستتلقى هذا الخطأ عندما يكون فهرس العمود بتنسيق غير صالح لا يمكن تحليله.

دقة: تعديل فهرس العمود لاستخدام قيمة فهرس صالحة.

رسائل الاستثناء
تعذر تحليل واحد أو أكثر من فهارس الأعمدة المحددة أو نطاقات الفهارس.
تعذر تحليل فهرس العمود أو النطاق "{column_index_or_range}".

خطأ 0060

يحدث الاستثناء عند تحديد نطاق عمود خارج النطاق في منتقي أعمدة.

يحدث هذا الخطأ في Azure التعلم الآلي عند تحديد نطاق عمود خارج النطاق في محدد الأعمدة. ستتلقى هذا الخطأ إذا كان نطاق الأعمدة في منتقي الأعمدة لا يتوافق مع الأعمدة الموجودة في مجموعة البيانات.

دقة: قم بتعديل نطاق الأعمدة في منتقي الأعمدة ليتوافق مع الأعمدة الموجودة في مجموعة البيانات.

رسائل الاستثناء
نطاق فهرس عمود النطاق غير صالح أو خارج النطاق.
نطاق الأعمدة "{column_range}" غير صالح أو خارج النطاق.

خطأ 0061

يحدث استثناء عند محاولة إضافة صف إلى DataTable يحتوي على عدد مختلف من الأعمدة عن الجدول.

يحدث هذا الخطأ في Azure التعلم الآلي عند محاولة إضافة صف إلى مجموعة بيانات تحتوي على عدد مختلف من الأعمدة عن مجموعة البيانات. ستتلقى هذا الخطأ إذا كان الصف الذي تتم إضافته إلى مجموعة البيانات يحتوي على عدد مختلف من الأعمدة من مجموعة بيانات الإدخال. لا يمكن إلحاق الصف بمجموعة البيانات إذا كان عدد الأعمدة مختلفا.

دقة: قم بتعديل مجموعة بيانات الإدخال بحيث تحتوي على نفس عدد الأعمدة التي تمت إضافة الصف، أو قم بتعديل الصف المضاف ليكون له نفس عدد الأعمدة مثل مجموعة البيانات.

رسائل الاستثناء
يجب أن تحتوي جميع الجداول على نفس عدد الأعمدة.
تختلف الأعمدة في القطعة "{chunk_id_1}" مع القطعة "{chunk_id_2}" بحجم القطعة: {chunk_size}.
يختلف عدد الأعمدة في الملف "{filename_1}" (count={column_count_1}) عن الملف "{filename_2}" (count={column_count_2}).

خطأ 0062

يحدث الاستثناء عند محاولة مقارنة نموذجين بأنواع مختلفة من المتعلمين.

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عندما يتعذر مقارنة مقاييس التقييم لمجموعتين مختلفتين من البيانات ذات الدرجات. في هذه الحالة ، لا يمكن مقارنة فعالية النماذج المستخدمة لإنتاج مجموعتي البيانات المسجلتين.

دقة: تحقق من أن النتائج المسجلة يتم إنتاجها بواسطة نفس النوع من نموذج التعلم الآلي (التصنيف الثنائي ، الانحدار ، التصنيف متعدد الفئات ، التوصية ، التجميع ، الكشف عن الشذوذ ، إلخ.) يجب أن تحتوي جميع النماذج التي تقارنها على نفس نوع المتعلم.

رسائل الاستثناء
يجب أن يكون لجميع النماذج نفس نوع المتعلم.
حصلت على نوع المتعلم غير المتوافق: "{actual_learner_type}". أنواع المتعلمين المتوقعة هي: "{expected_learner_type_list}".

خطأ 0064

يحدث الاستثناء إذا تم تحديد اسم حساب تخزين Azure أو مفتاح التخزين بشكل غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تم تحديد اسم حساب تخزين Azure أو مفتاح التخزين بشكل غير صحيح. ستتلقى هذا الخطأ إذا أدخلت اسم حساب أو كلمة مرور غير صحيحة لحساب التخزين. قد يحدث هذا إذا قمت بإدخال اسم الحساب أو كلمة المرور يدويا. قد يحدث أيضا إذا تم حذف الحساب.

دقة: تحقق من إدخال اسم الحساب وكلمة المرور بشكل صحيح، ومن وجود الحساب.

رسائل الاستثناء
اسم حساب تخزين Azure أو مفتاح التخزين غير صحيح.
اسم حساب تخزين Azure "{account_name}" أو مفتاح التخزين لاسم الحساب غير صحيح.

خطأ 0065

يحدث استثناء إذا تم تحديد اسم Azure blob بشكل غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تم تحديد اسم Azure blob بشكل غير صحيح. ستتلقى الخطأ إذا:

• لا يمكن العثور على النقطة في الحاوية المحددة.

• تم تحديد الحاوية فقط كمصدر في طلب استيراد البيانات عندما تم Excel التنسيق أو CSV مع الترميز؛ لا يسمح بتسلسل محتويات جميع النقاط داخل الحاوية باستخدام هذه التنسيقات.

• لا يحتوي SAS URI على اسم نقطة صالحة.

دقة: أعد النظر في المكون الذي يلقي الاستثناء. تحقق من وجود النقطة المحددة في الحاوية في حساب التخزين وأن الأذونات تسمح لك برؤية النقطة. تحقق من أن الإدخال من اسم حاوية/اسم الملف للنموذج إذا كان لديك Excel أو CSV بتنسيقات ترميز. تحقق من أن SAS URI يحتوي على اسم نقطة صالحة.

رسائل الاستثناء
اسم نقطة تخزين Azure غير صحيح.
اسم نقطة تخزين Azure "{blob_name}" غير صحيح.
اسم نقطة تخزين Azure مع البادئة "{blob_name_prefix}" غير موجود.
فشل العثور على أي نقاط تخزين Azure ضمن الحاوية "{container_name}".
فشل في العثور على أي نقاط تخزين Azure مع مسار حرف البدل "{blob_wildcard_path}".

خطأ 0066

يحدث استثناء إذا تعذر تحميل مورد إلى Azure Blob.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تعذر تحميل مورد إلى Azure Blob. يتم حفظ كليهما في نفس حساب تخزين Azure مثل الحساب الذي يحتوي على ملف الإدخال.

دقة: أعد النظر في المكون. تحقق من صحة اسم حساب Azure ومفتاح التخزين والحاوية وأن الحساب لديه إذن للكتابة إلى الحاوية.

رسائل الاستثناء
تعذر تحميل المورد إلى وحدة تخزين Azure.
تعذر تحميل الملف "{source_path}" إلى وحدة تخزين Azure ك "{dest_path}".

خطأ 0067

يحدث استثناء إذا كانت مجموعة بيانات تحتوي على عدد مختلف من الأعمدة عما كان متوقعا.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كانت مجموعة بيانات تحتوي على عدد مختلف من الأعمدة عما كان متوقعا. ستتلقى هذا الخطأ عندما يختلف عدد الأعمدة في مجموعة البيانات عن عدد الأعمدة التي يتوقعها المكون أثناء التنفيذ.

دقة: تعديل مجموعة بيانات الإدخال أو المعلمات.

رسائل الاستثناء
عدد غير متوقع من الأعمدة في جدول البيانات.
عدد غير متوقع من الأعمدة في مجموعة البيانات "{dataset_name}".
عمود (أعمدة) متوقع "{expected_column_count}" ولكن تم العثور على عمود (أعمدة) "{actual_column_count}" بدلا من ذلك.
في مجموعة بيانات الإدخال "{dataset_name}"، توقع عمود (أعمدة) "{expected_column_count}" ولكن تم العثور على عمود (أعمدة) "{actual_column_count}" بدلا من ذلك.

خطأ 0068

يحدث استثناء إذا كان البرنامج النصي Hive المحدد غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كانت هناك أخطاء في بناء الجملة في برنامج نصي Hive QL، أو إذا واجه مترجم Hive خطأ أثناء تنفيذ الاستعلام أو البرنامج النصي.

الدقة:

عادة ما يتم الإبلاغ عن رسالة الخطأ من Hive مرة أخرى في سجل الأخطاء بحيث يمكنك اتخاذ إجراء استنادا إلى الخطأ المحدد.

• افتح المكون وافحص الاستعلام بحثا عن الأخطاء.
• تحقق من أن الاستعلام يعمل بشكل صحيح خارج Azure التعلم الآلي عن طريق تسجيل الدخول إلى وحدة تحكم Hive الخاصة بمجموعة Hadoop وتشغيل الاستعلام.
• حاول وضع التعليقات في البرنامج النصي ل Hive في سطر منفصل بدلا من خلط العبارات والتعليقات القابلة للتنفيذ في سطر واحد.

الموارد

راجع المقالات التالية للحصول على مساعدة بشأن استعلامات Hive للتعلم الآلي:

• إنشاء جداول خلية وتحميل البيانات من Azure Blob Storage
• استكشاف البيانات في الجداول باستخدام استعلامات Hive
• إنشاء ميزات للبيانات في مجموعة Hadoop باستخدام استعلامات Hive
• خلية لمستخدمي SQL ورقة الغش (PDF)

رسائل الاستثناء
البرنامج النصي خلية غير صحيح.

خطأ 0069

يحدث استثناء إذا كان البرنامج النصي SQL المحدد غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي إذا كان البرنامج النصي SQL المحدد يعاني من مشاكل في بناء الجملة، أو إذا كانت الأعمدة أو الجدول المحدد في البرنامج النصي غير صالح.

ستتلقى هذا الخطأ إذا واجه محرك SQL أي خطأ أثناء تنفيذ الاستعلام أو البرنامج النصي. عادة ما يتم الإبلاغ عن رسالة الخطأ SQL مرة أخرى في سجل الأخطاء بحيث يمكنك اتخاذ إجراء استنادا إلى الخطأ المحدد.

دقة: أعد زيارة المكون وافحص استعلام SQL بحثا عن الأخطاء.

تحقق من أن الاستعلام يعمل بشكل صحيح خارج Azure ML عن طريق تسجيل الدخول إلى خادم قاعدة البيانات مباشرة وتشغيل الاستعلام.

إذا كانت هناك رسالة تم إنشاؤها بواسطة SQL تم الإبلاغ عنها بواسطة استثناء المكون، فاتخذ إجراء استنادا إلى الخطأ الذي تم الإبلاغ عنه. على سبيل المثال، تتضمن رسائل الخطأ أحيانا إرشادات محددة حول الخطأ المحتمل:

• لا يوجد مثل هذا العمود أو قاعدة البيانات المفقودة، مما يشير إلى أنك ربما كتبت اسم عمود بشكل خاطئ. إذا كنت متأكدا من صحة اسم العمود، فحاول استخدام أقواس أو علامات اقتباس لتضمين معرف العمود.
• SQL خطأ منطقي بالقرب من <الكلمة الرئيسية SQL، مما يشير إلى أنه قد يكون لديك خطأ في بناء الجملة قبل الكلمة> الأساسية المحددة

رسائل الاستثناء
SQL البرنامج النصي غير صحيح.
SQL الاستعلام "{sql_query}" غير صحيح.
SQL الاستعلام "{sql_query}" غير صحيح. رسالة الاستثناء: {استثناء}.

خطأ 0070

يحدث الاستثناء عند محاولة الوصول إلى جدول Azure غير موجود.

يحدث هذا الخطأ في Azure التعلم الآلي عند محاولة الوصول إلى جدول Azure غير موجود. ستتلقى هذا الخطأ إذا قمت بتحديد جدول في تخزين Azure، وهو غير موجود عند القراءة من Azure Table Storage أو الكتابة إليه. يمكن أن يحدث هذا إذا أخطأت في كتابة اسم الجدول المطلوب، أو كان لديك عدم تطابق بين الاسم الهدف ونوع التخزين. على سبيل المثال، كنت تنوي القراءة من جدول ولكنك أدخلت اسم نقطة بدلا من ذلك.

دقة: أعد زيارة المكون للتحقق من صحة اسم الجدول.

رسائل الاستثناء
جدول Azure غير موجود.
جدول Azure "{table_name}" غير موجود.

خطأ 0072

يحدث استثناء في حالة انتهاء مهلة الاتصال.

يحدث هذا الخطأ في Azure التعلم الآلي عند انتهاء مهلة الاتصال. ستتلقى هذا الخطأ إذا كانت هناك مشكلات في الاتصال حاليا بمصدر البيانات أو وجهتها، مثل بطء الاتصال بالإنترنت، أو إذا كانت مجموعة البيانات كبيرة و/أو SQL الاستعلام للقراءة في البيانات يقوم بمعالجة معقدة.

دقة: حدد ما إذا كانت هناك حاليا مشكلات تتعلق ببطء الاتصالات بوحدة تخزين Azure أو الإنترنت.

رسائل الاستثناء
حدثت مهلة الاتصال.

خطأ 0073

يحدث الاستثناء في حالة حدوث خطأ أثناء تحويل عمود إلى نوع آخر.

يحدث هذا الخطأ في Azure التعلم الآلي عندما لا يكون من الممكن تحويل العمود إلى نوع آخر. ستتلقى هذا الخطأ إذا كان أحد المكونات يتطلب نوعا معينا ولا يمكن تحويل العمود إلى النوع الجديد.

دقة: قم بتعديل مجموعة بيانات الإدخال بحيث يمكن تحويل العمود استنادا إلى الاستثناء الداخلي.

رسائل الاستثناء
فشل تحويل العمود.
فشل تحويل العمود إلى {target_type}.

خطأ 0075

يحدث الاستثناء عند استخدام دالة ربط غير صالحة عند تحديد كمية مجموعة بيانات.

يحدث هذا الخطأ في Azure التعلم الآلي عند محاولة ترحيل البيانات باستخدام طريقة غير معتمدة، أو عندما تكون مجموعات المعلمات غير صالحة.

الدقة:

تم تقديم معالجة الأخطاء لهذا الحدث في إصدار سابق من Azure التعلم الآلي الذي سمح بمزيد من التخصيص لأساليب الربط. تستند جميع طرق التثبيت حاليا إلى تحديد من قائمة منسدلة ، لذلك من الناحية الفنية ، لم يعد من الممكن الحصول على هذا الخطأ.

رسائل الاستثناء
وظيفة ربط غير صالحة المستخدمة.

خطأ 0077

يحدث الاستثناء عند تمرير وضع كتابة ملف blob غير معروف.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تم تمرير وسيطة غير صالحة في مواصفات وجهة ملف blob أو مصدره.

دقة: في جميع المكونات تقريبا التي تقوم باستيراد البيانات أو تصديرها من وإلى تخزين Azure blob ، يتم تعيين قيم المعلمات التي تتحكم في وضع الكتابة باستخدام قائمة منسدلة ؛ لذلك ، لا يمكن تمرير قيمة غير صالحة ، ويجب ألا يظهر هذا الخطأ. سيتم إهمال هذا الخطأ في إصدار أحدث.

رسائل الاستثناء
وضع كتابة blob غير المدعوم.
وضع كتابة blob غير المدعوم: {blob_write_mode}.

خطأ 0078

يحدث الاستثناء عندما يتلقى خيار HTTP لاستيراد البيانات رمز حالة 3xx يشير إلى إعادة التوجيه.

يحدث هذا الخطأ في Azure التعلم الآلي عندما يتلقى خيار HTTP لاستيراد البيانات رمز حالة 3xx (301 و 302 و 304 وما إلى ذلك) يشير إلى إعادة التوجيه. ستتلقى هذا الخطأ إذا حاولت الاتصال بمصدر HTTP يعيد توجيه المستعرض إلى صفحة أخرى. لأسباب أمنية، لا يسمح بإعادة توجيه مواقع الويب كمصادر بيانات ل Azure التعلم الآلي.

دقة: إذا كان موقع الويب موقعا موثوقا به، فأدخل عنوان URL المعاد توجيهه مباشرة.

رسائل الاستثناء
إعادة توجيه http غير مسموح بها.

خطأ 0079

يحدث الاستثناء إذا تم تحديد اسم حاوية تخزين Azure بشكل غير صحيح.

يحدث هذا الخطأ في Azure التعلم الآلي إذا تم تحديد اسم حاوية تخزين Azure بشكل غير صحيح. ستتلقى هذا الخطأ إذا لم تقم بتحديد كل من الحاوية واسم النقطة (الملف) باستخدام الخيار مسار إلى نقطة يبدأ بالحاوية عند الكتابة إلى Azure Blob Storage.

دقة: أعد زيارة مكون تصدير البيانات وتحقق من أن المسار المحدد إلى النقطة يحتوي على كل من الحاوية واسم الملف، في حاوية التنسيق /اسم الملف.

رسائل الاستثناء
اسم حاوية تخزين Azure غير صحيح.
اسم حاوية تخزين Azure "{container_name}" غير صحيح; كان من المتوقع اسم حاوية الحاوية / blob التنسيق.

خطأ 0080

يحدث الاستثناء عندما لا يسمح المكون بالعمود الذي يحتوي على كافة القيم المفقودة.

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عندما يحتوي واحد أو أكثر من الأعمدة التي يستهلكها المكون على كافة القيم المفقودة. على سبيل المثال، إذا كان أحد المكونات يقوم بحساب الإحصاءات المجمعة لكل عمود، فلا يمكنه العمل على عمود لا يحتوي على بيانات. في مثل هذه الحالات، يتم إيقاف تنفيذ المكونات مع هذا الاستثناء.

دقة: أعد زيارة مجموعة بيانات الإدخال وأزل أي أعمدة تحتوي على جميع القيم المفقودة.

رسائل الاستثناء
لا يسمح بالأعمدة التي تحتوي على جميع القيم المفقودة.
يحتوي العمود {col_index_or_name} على جميع القيم المفقودة.

خطأ 0081

يحدث استثناء في مكون PCA إذا كان عدد الأبعاد التي يجب تقليلها يساوي عدد أعمدة المعالم في مجموعة بيانات الإدخال، والتي تحتوي على عمود معلم واحد متفرق على الأقل.

يتم إنتاج هذا الخطأ في Azure التعلم الآلي إذا تم استيفاء الشروط التالية: (أ) تحتوي مجموعة بيانات الإدخال على عمود واحد متفرق على الأقل و (ب) العدد النهائي للأبعاد المطلوبة هو نفسه عدد أبعاد الإدخال.

دقة: ضع في اعتبارك تقليل عدد الأبعاد في المخرجات لتكون أقل من عدد الأبعاد في المدخلات. وهو نموذجي في تطبيقات PCA.

رسائل الاستثناء
بالنسبة لمجموعة البيانات التي تحتوي على أعمدة معالم متفرقة، يجب أن يكون عدد الأبعاد التي يجب تقليلها أقل من عدد أعمدة المعالم.

خطأ 0082

يحدث الاستثناء عندما يتعذر إلغاء تسلسل نموذج بنجاح.

يحدث هذا الخطأ في Azure التعلم الآلي عندما يتعذر تحميل نموذج أو تحويل تعلم آلي محفوظ بواسطة إصدار أحدث من وقت تشغيل Azure التعلم الآلي نتيجة لتغيير مقطع.

دقة: يجب إعادة تشغيل خط أنابيب التدريب الذي أنتج النموذج أو التحويل ويجب إعادة حفظ النموذج أو التحويل.

رسائل الاستثناء
تعذر إلغاء تسلسل النموذج لأنه من المحتمل أن يكون متسلسلا بتنسيق تسلسل أقدم. إعادة تدريب النموذج وإعادة حفظه.

خطأ 0083

يحدث الاستثناء إذا تعذر استخدام مجموعة البيانات المستخدمة للتدريب لنوع ملموس من المتعلمين.

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عندما تكون مجموعة البيانات غير متوافقة مع المتعلم الذي يتم تدريبه. على سبيل المثال، قد تحتوي مجموعة البيانات على قيمة مفقودة واحدة على الأقل في كل صف، ونتيجة لذلك، سيتم تخطي مجموعة البيانات بأكملها أثناء التدريب. في حالات أخرى، لا تتوقع بعض خوارزميات التعلم الآلي مثل الكشف عن الحالات الشاذة وجود التسميات ويمكنها طرح هذا الاستثناء إذا كانت التسميات موجودة في مجموعة البيانات.

دقة: راجع وثائق المتعلم المستخدمة للتحقق من متطلبات مجموعة بيانات الإدخال. افحص الأعمدة لرؤية جميع الأعمدة المطلوبة موجودة.

رسائل الاستثناء
مجموعة البيانات المستخدمة للتدريب غير صالحة.
يحتوي {data_name} على بيانات غير صالحة للتدريب.
يحتوي {data_name} على بيانات غير صالحة للتدريب. نوع المتعلم: {learner_type}.
يحتوي {data_name} على بيانات غير صالحة للتدريب. نوع المتعلم: {learner_type}. السبب: {السبب}.
فشل تطبيق الإجراء "{action_name}" على بيانات التدريب {data_name}. السبب: {السبب}.

خطأ 0084

يحدث الاستثناء عندما يتم تقييم الدرجات المنتجة من برنامج R Script. هذا غير مدعوم حاليا.

يحدث هذا الخطأ في Azure التعلم الآلي إذا حاولت استخدام أحد المكونات لتقييم نموذج مع إخراج من برنامج نصي R يحتوي على درجات.

الدقة:

رسائل الاستثناء
تقييم الدرجات التي ينتجها النموذج المخصص غير مدعوم حاليا.

خطأ 0085

يحدث الاستثناء عند فشل تقييم البرنامج النصي مع وجود خطأ.

يحدث هذا الخطأ في Azure التعلم الآلي عند تشغيل برنامج نصي مخصص يحتوي على أخطاء في بناء الجملة.

دقة: راجع التعليمات البرمجية في محرر خارجي وتحقق من وجود أخطاء.

رسائل الاستثناء
خطأ أثناء تقييم البرنامج النصي.
حدث الخطأ التالي أثناء تقييم البرنامج النصي، الرجاء عرض سجل الإخراج لمزيد من المعلومات: ---------- بدء ظهور رسالة خطأ من script_language مترجم {----------} {رسالة} ---------- رسالة نهاية الخطأ من script_language مترجم {----------}

خطأ 0090

يحدث استثناء عند فشل إنشاء جدول Hive.

يحدث هذا الخطأ في Azure التعلم الآلي عند استخدام تصدير البيانات أو خيار آخر لحفظ البيانات إلى نظام مجموعة HDInsight ولا يمكن إنشاء جدول Hive المحدد.

دقة: تحقق من اسم حساب تخزين Azure المقترن بالمجموعة وتحقق من أنك تستخدم نفس الحساب في خصائص المكون.

رسائل الاستثناء
تعذر إنشاء جدول الخلية. بالنسبة إلى مجموعة HDInsight، يرجى التأكد من أن اسم حساب تخزين Azure المقترن بالمجموعة هو نفسه الذي يتم تمريره عبر معلمة المكون.
تعذر إنشاء جدول الخلية "{table_name}". بالنسبة إلى مجموعة HDInsight، يرجى التأكد من أن اسم حساب تخزين Azure المقترن بالمجموعة هو نفسه الذي يتم تمريره عبر معلمة المكون.
تعذر إنشاء جدول الخلية "{table_name}". بالنسبة إلى مجموعة HDInsight، تأكد من أن اسم حساب تخزين Azure المقترن بالمجموعة هو "{cluster_name}".

خطأ 0102

يتم طرحه عندما يتعذر استخراج ملف ZIP.

يحدث هذا الخطأ في Azure التعلم الآلي عند استيراد حزمة مضغوطة بامتداد .zip، ولكن الحزمة إما ليست ملفا مضغوطا، أو لا يستخدم الملف تنسيق مضغوط مدعوما.

دقة: تأكد من أن الملف المحدد هو ملف .zip صالح، وأنه تم ضغطه باستخدام إحدى خوارزميات الضغط المدعومة.

إذا تلقيت هذا الخطأ عند استيراد مجموعات البيانات بتنسيق مضغوط، فتحقق من أن كافة الملفات المضمنة تستخدم أحد تنسيقات الملفات المدعومة، وأنها بتنسيق Unicode.

حاول قراءة الملفات المطلوبة إلى مجلد مضغوط مضغوط جديد وحاول إضافة المكون المخصص مرة أخرى.

رسائل الاستثناء
نظرا لأن ملف ZIP ليس بالتنسيق الصحيح.

خطأ 0105

يتم عرض هذا الخطأ عندما يحتوي ملف تعريف مكون على نوع معلمة غير معتمد

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عند إنشاء تعريف xml مكون مخصص ونوع معلمة أو وسيطة في التعريف لا يتطابق مع نوع معتمد.

دقة: تأكد من أن خاصية النوع لأي عنصر Arg في ملف تعريف xml المكون المخصص هي نوع معتمد.

رسائل الاستثناء
نوع المعلمة غير المعتمدة.
نوع المعلمة غير المعتمدة ''{0} المحدد.

خطأ 0107

يتم طرحه عندما يحدد ملف تعريف مكون نوع إخراج غير معتمد

يتم إنتاج هذا الخطأ في Azure التعلم الآلي عندما لا يتطابق نوع منفذ الإخراج في تعريف xml مكون مخصص مع نوع معتمد.

دقة: تأكد من أن خاصية النوع لعنصر الإخراج في ملف تعريف xml المكون المخصص هي نوع معتمد.

رسائل الاستثناء
نوع الإخراج غير المدعوم.
نوع الإخراج غير المدعوم '{output_type}' المحدد.

خطأ 0125

يتم إلقاؤها عندما لا يتطابق مخطط مجموعات البيانات المتعددة.

الدقة:

رسائل الاستثناء
مخطط مجموعة البيانات غير مطابق.

خطأ 0127

حجم بكسل الصورة يتجاوز الحد المسموح به

يحدث هذا الخطأ إذا كنت تقرأ الصور من مجموعة بيانات صورة للتصنيف وكانت الصور أكبر مما يمكن للنموذج التعامل معه.

رسائل الاستثناء
يتجاوز حجم بكسل الصورة الحد المسموح به.
يتجاوز حجم بكسل الصورة في الملف '{file_path}' الحد المسموح به: '{size_limit}'.

خطأ 0128

يتجاوز عدد الاحتمالات الشرطية للأعمدة الفئوية الحد.

الدقة:

رسائل الاستثناء
يتجاوز عدد الاحتمالات الشرطية للأعمدة الفئوية الحد.
يتجاوز عدد الاحتمالات الشرطية للأعمدة الفئوية الحد. العمودان "{column_name_or_index_1}" و "{column_name_or_index_2}" هما الزوجان الإشكاليان.

خطأ 0129

يتجاوز عدد الأعمدة في مجموعة البيانات الحد المسموح به.

الدقة:

رسائل الاستثناء
يتجاوز عدد الأعمدة في مجموعة البيانات الحد المسموح به.
يتجاوز عدد الأعمدة في مجموعة البيانات في "{dataset_name}" المسموح به.
يتجاوز عدد الأعمدة في مجموعة البيانات في "{dataset_name}" الحد المسموح به وهو "{component_name}".
يتجاوز عدد الأعمدة في مجموعة البيانات في '{dataset_name}' الحد المسموح به '{limit_columns_count}' من '{component_name}'.

خطأ 0134

يحدث الاستثناء عندما يكون عمود التسمية مفقودا أو يحتوي على عدد غير كاف من الصفوف المسماة.

يحدث هذا الخطأ عندما يتطلب المكون عمود تسمية، ولكنك لم تقم بتضمين واحد في تحديد العمود، أو أن عمود التسمية يفتقد إلى العديد من القيم.

يمكن أن يحدث هذا الخطأ أيضا عند قيام عملية سابقة بتغيير مجموعة البيانات بحيث تتوفر صفوف غير كافية لعملية المصب. على سبيل المثال، افترض أنك تستخدم تعبيرا في مكون القسم والعينة لتقسيم مجموعة بيانات حسب القيم. إذا لم يتم العثور على أي تطابقات للتعبير الخاص بك، فستكون إحدى مجموعات البيانات الناتجة عن القسم فارغة.

دقة:

إذا قمت بتضمين عمود تسمية في تحديد العمود ولكن لم يتم التعرف عليه، فاستخدم مكون تحرير بيانات التعريف لوضع علامة عليه كعمود تسمية.

بعد ذلك، يمكنك استخدام مكون تنظيف البيانات المفقودة لإزالة الصفوف ذات القيم المفقودة في عمود التسمية.

تحقق من مجموعات بيانات الإدخال للتأكد من أنها تحتوي على بيانات صالحة وصفوف كافية لتلبية متطلبات العملية. ستقوم العديد من الخوارزميات بإنشاء رسالة خطأ إذا كانت تتطلب بعض صفوف الحد الأدنى لعدد البيانات ، ولكن البيانات تحتوي على صفوف قليلة فقط ، أو رأس فقط.

رسائل الاستثناء
يحدث الاستثناء عندما يكون عمود التسمية مفقودا أو يحتوي على عدد غير كاف من الصفوف المسماة.
يحدث الاستثناء عندما يكون عمود التسمية مفقودا أو يحتوي على أقل من {required_rows_count} صفوف مسماة.
يحدث الاستثناء عندما يكون عمود التسمية في مجموعة البيانات {dataset_name} مفقودا أو يحتوي على صفوف مصنفة أقل من {required_rows_count}.

خطأ 0138

تم استنفاد الذاكرة، غير قادر على إكمال تشغيل المكون. قد يساعد تقليل عينة البيانات في تخفيف المشكلة.

يحدث هذا الخطأ عندما يتطلب المكون قيد التشغيل ذاكرة أكبر مما هو متوفر في حاوية Azure. يمكن أن يحدث هذا إذا كنت تعمل مع مجموعة بيانات كبيرة ولا يمكن احتواء العملية الحالية في الذاكرة.

دقة: إذا كنت تحاول قراءة مجموعة بيانات كبيرة ولا يمكن إكمال العملية، فقد يساعدك تقليل عينة مجموعة البيانات.

رسائل الاستثناء
تم استنفاد الذاكرة، غير قادر على إكمال تشغيل المكون.
تم استنفاد الذاكرة، غير قادر على إكمال تشغيل المكون. التفاصيل: {تفاصيل}

خطأ 0141

يحدث الاستثناء إذا كان عدد الأعمدة الرقمية المحددة والقيم الفريدة في الأعمدة الفئوية والسلاسل صغيرا جدا.

يحدث هذا الخطأ في Azure التعلم الآلي عند عدم وجود قيم فريدة كافية في العمود المحدد لتنفيذ العملية.

دقة: تقوم بعض العمليات بتنفيذ عمليات إحصائية على أعمدة المعالم والأعمدة الفئوية، وإذا لم تكن هناك قيم كافية، فقد تفشل العملية أو ترجع نتيجة غير صالحة. تحقق من مجموعة البيانات لمعرفة عدد القيم الموجودة في عمودي المعالم والتسميات، وتحديد ما إذا كانت العملية التي تحاول تنفيذها صالحة إحصائيا أم لا.

إذا كانت مجموعة البيانات المصدر صالحة، فيمكنك أيضا التحقق مما إذا كانت بعض عمليات معالجة بيانات المنبع أو عملية بيانات التعريف قد غيرت البيانات وأزالت بعض القيم.

إذا كانت عمليات المنبع تتضمن التقسيم أو أخذ العينات أو إعادة التشكيل، فتحقق من أن المخرجات تحتوي على العدد المتوقع من الصفوف والقيم.

رسائل الاستثناء
عدد الأعمدة الرقمية المحددة والقيم الفريدة في الأعمدة الفئوية والسلاسل صغير جدا.
يجب أن يكون العدد الإجمالي للأعمدة الرقمية المحددة والقيم الفريدة في الأعمدة الفئوية والسلاسل (حاليا {actual_num}) {lower_boundary} على الأقل.

خطأ 0154

يحدث الاستثناء عندما يحاول المستخدم ضم البيانات الموجودة على أعمدة المفاتيح ذات نوع العمود غير المتوافق.

رسائل الاستثناء
أنواع عناصر الأعمدة الرئيسية غير متوافقة.
أنواع عناصر الأعمدة الرئيسية غير متوافقة. (يسار: {keys_left}؛ يمين: {keys_right})

خطأ 0155

يحدث الاستثناء عندما لا تكون أسماء أعمدة مجموعة البيانات سلسلة.

رسائل الاستثناء
يجب أن يكون اسم عمود إطار البيانات نوع سلسلة. أسماء الأعمدة ليست سلسلة.
يجب أن يكون اسم عمود إطار البيانات نوع سلسلة. أسماء الأعمدة {column_names} ليست سلسلة.

خطأ 0156

يحدث الاستثناء عند فشل قراءة البيانات من قاعدة بيانات Azure SQL.

رسائل الاستثناء
فشل قراءة البيانات من قاعدة بيانات Azure SQL.
فشل قراءة البيانات من قاعدة بيانات Azure SQL: {detailed_message} DB: {database_server_name}:{database_name} Query: {sql_statement}

خطأ 0157

لم يتم العثور على مخزن البيانات.

رسائل الاستثناء
معلومات مخزن البيانات غير صالحة.
معلومات مخزن البيانات غير صالحة. فشل في الحصول على AzureML datastore '{datastore_name}' في مساحة العمل '{workspace_name}'.

خطأ 0158

يتم طرحه عندما يكون دليل التحويل غير صالح.

رسائل الاستثناء
نظرا لأن TransformationDirectory غير صالح.
TransformationDirectory "{arg_name}" غير صالح. السبب: {السبب}. إعادة تشغيل تجربة التدريب، التي تقوم بإنشاء ملف التحويل. إذا تم حذف تجربة التدريب، يرجى إعادة إنشاء ملف التحويل وحفظه.
TransformationDirectory "{arg_name}" غير صالح. السبب: {السبب}. {troubleshoot_hint}

خطأ 0159

يحدث استثناء إذا كان دليل طراز المكون غير صالح.

رسائل الاستثناء
نظرا لأن ModelDirectory غير صالح.
ModelDirectory "{arg_name}" غير صالح.
ModelDirectory "{arg_name}" غير صالح. السبب: {السبب}.
ModelDirectory "{arg_name}" غير صالح. السبب: {السبب}. {troubleshoot_hint}

خطأ 1000

استثناء المكتبة الداخلية.

يتم توفير هذا الخطأ لالتقاط أخطاء المحرك الداخلية التي لم تتم معالجتها. لذلك، قد يكون سبب هذا الخطأ مختلفا اعتمادا على المكون الذي أنشأ الخطأ.

للحصول على مزيد من المساعدة، نوصي بنشر الرسالة التفصيلية المصاحبة للخطأ في منتدى Azure التعلم الآلي، بالإضافة إلى وصف للسيناريو، بما في ذلك البيانات المستخدمة كمدخلات. ستساعدنا هذه التعليقات على تحديد أولويات الأخطاء وتحديد أهم القضايا لمزيد من العمل.

رسائل الاستثناء
استثناء المكتبة.
استثناء المكتبة: {استثناء}.
استثناء مكتبة غير معروف: {استثناء}. {customer_support_guidance}.

تنفيذ مكون البرنامج النصي بايثون

ابحث في azureml_main في70_driver_logsمكون تنفيذ Python Script ويمكنك العثور على السطر الذي حدث خطأ. على سبيل المثال، يشير "الملف "/tmp/tmp01_ID/user_script.py"، السطر 17، في azureml_main" إلى حدوث الخطأ في السطر 17 من البرنامج النصي Python.

التدريب الموزع

يدعم المصمم حاليا التدريب الموزع لمكون نموذج PyTorch وتدريبه .

إذا فشل المكون الذي تم تمكين التدريب الموزع بدون أي 70_driver سجلات، فيمكنك التحقق من وجود 70_mpi_log تفاصيل الخطأ.

يوضح المثال التالي أن عدد العقدة لإعدادات التشغيل أكبر من عدد العقدة المتوفر لكتلة الحوسبة.

يوضح المثال التالي أن عدد العمليات لكل عقدة أكبر من وحدة المعالجة في الحساب.

خلاف ذلك ، يمكنك التحقق من 70_driver_log كل عملية. 70_driver_log_0 هو لعملية رئيسية.