Automatizált gépi tanulási kísérletek hibaelhárítása

  • Cikk

ÉRVÉNYES:Azure CLI ml-bővítmény v2 (aktuális)Python SDK azure-ai-ml v2 (aktuális)

Ebben az útmutatóban megtudhatja, hogyan azonosíthatja és oldhatja meg az automatizált gépi tanulási kísérletek problémáit.

Automatikus gépi tanulás hibaelhárítása képekhez és NLP-hez a Studióban

Ha a rendszerképekhez és az NLP-hez készült automatikus gépi tanulás feladathibát okoz, a következő lépésekkel megértheti a hibát.

  1. A studio felhasználói felületén az AutoML-feladatnak egy hibaüzenettel kell rendelkeznie, amely jelzi a hiba okát.
  2. További részletekért keresse fel az AutoML-feladat gyermekfeladatát. Ez a gyermekfuttatás egy HyperDrive-feladat.
  3. A Próbaverziók lapon ellenőrizheti a HyperDrive-futtatáshoz elvégzett összes próbaidőszakot.
  4. Lépjen a sikertelen próbafeladatra.
  5. Ezeknek a feladatoknak az Áttekintés lap Állapot szakaszában egy hibaüzenetnek kell lennie, amely jelzi a hiba okát. A hiba további részleteinek megtekintéséhez válassza a További részletek elemet.
  6. Emellett megtekintheti a std_log.txt fájlt a Kimenetek + Naplók lapon a részletes naplók és kivételkövetések megtekintéséhez.

Ha az automatizált gépi tanulási futtatások folyamatfuttatásokat használnak a próbaverziókhoz, kövesse az alábbi lépéseket a hiba megértéséhez.

  1. A sikertelen próbafeladat azonosításához kövesse a fenti 1–4. lépést.
  2. Ennek a futtatásnak meg kell jelenítenie a folyamat futtatását, és a folyamat sikertelen csomópontjai piros színnel vannak megjelölve. Diagram that shows a failed pipeline job.
  3. Válassza ki a sikertelen csomópontot a folyamatban.
  4. Ezeknek a feladatoknak az Áttekintés lap Állapot szakaszában egy hibaüzenetnek kell lennie, amely jelzi a hiba okát. A hiba további részleteinek megtekintéséhez válassza a További részletek elemet.
  5. A std_log.txt fájlt a Kimenetek + Naplók lapon tekintheti meg a részletes naplók és kivételkövetések megtekintéséhez.

További lépések