Este artigo contém respostas para as perguntas frequentes sobre a solução de problemas sobre o serviço do Personalizador.
Residência de dados em uma única região
Quando o Personalizador será preterido?
A partir de 20 de setembro de 2023, você não poderá criar novos recursos do Personalizador. O serviço Personalizador está sendo desativado no dia 1º de outubro de 2026.
Como meus dados são replicados em uma região com residência de dados de região única?
Os Personalizador não armazena/processa os dados do cliente fora da região em que o cliente implanta a instância de serviço.
Problemas de configuração
Alterei uma definição de configuração e agora meu loop não está sendo executado da mesma forma que o do aprendizado. O que aconteceu?
Algumas definições de configuração vão redefinir seu modelo. As alterações de configuração devem ser planejadas e executadas cuidadosamente após a leitura da documentação.
Ao configurar o Personalizador com a API, ocorreu um erro. O que aconteceu?
Se você usar uma única solicitação de API para configurar o serviço e alterar o comportamento de aprendizado, ocorrerá um erro. Você precisa fazer duas chamadas separadas à API: uma primeira para configurar o serviço, e outra para mudar o comportamento de aprendizado.
Erros de transação
Estou recebendo uma resposta HTTP 429 (Número excessivo de solicitações) do serviço. O que posso fazer?
Se você escolheu o tipo de preço gratuito quando criou a instância do Personalizador, há um limite de cota no número de solicitações de classificação. Examine a taxa de chamadas à API de Classificação (no painel Métricas do portal do Azure para o recurso do Personalizador) e ajuste o tipo de preço (no painel Tipo de Preço), se o volume previsto de chamadas de API for maior do que o limite do tipo de nível escolhido.
Estou recebendo um erro 5xx nas APIs de Classificação ou de Recompensa. O que devo fazer?
Erros 5xx devem ser problemas transitórios. Caso continuem, entre em contato com o suporte selecionando Nova solicitação de suporte na seção Suporte + Solução de problemas no portal do Azure do recurso do Personalizador.
Loop de aprendizado
No modo Aprendiz, o loop de aprendizagem não atinge uma correspondência de 100% com a política não personalizada (linha de base). Como corrigir isso?
A eficácia do Personalizador no modo Aprendiz raramente atingirá quase 100% da linha de base do aplicativo e nunca a excederá. A melhor prática seria não almejar atingir 100%, mas um intervalo de 60% a 80% deve ser alcançável dependendo do caso de uso. No entanto, se o desempenho do aprendizado for lento ou estiver abaixo de 60%, os seguintes problemas poderão ter ocorrido:
- Não há recursos suficientes enviados com a chamada à API de Classificação
- Bugs nos recursos enviados, como por exemplo, o envio de dados de recursos não agregados, como carimbos de data/hora para a API de Classificação
- Bugs com o processamento de loop, como o não envio de dados de recompensa à API de Recompensa para eventos
Para resolver esses problemas, talvez seja necessário fazer ajustes alterando os recursos enviados para o loop ou garantindo que a pontuação de recompensa esteja capturando com precisão o valor da ação retornada pela chamada à API de Classificação.
O loop de Aprendizado não parece aprender de forma eficaz ou rápida. Como corrigir isso?
O loop de aprendizado precisa de algumas milhares de chamadas de Recompensa para que as chamadas de Classificação sejam priorizadas com eficiência.
Se você não tiver certeza sobre como o loop de aprendizado está se comportando no momento, execute uma avaliação offline e aplique a política de aprendizado corrigida.
Continuo obtendo resultados de classificação com todas as mesmas probabilidades para todos os itens. Como fazer para saber se o Personalizador está aprendendo?
O Personalizador retorna as mesmas probabilidades em um resultado da API de Classificação quando ele acabou de ser iniciado e tem um modelo vazio, ou quando você redefine o loop do Personalizador e o modelo ainda está dentro do período de Frequência de atualização do modelo.
Quando o novo período de atualização começar, você verá as probabilidades mudarem com os resultados do modelo atualizado.
O loop de aprendizado estava aprendendo, mas parece não aprender mais, e a qualidade dos resultados da Classificação não é tão boa. O que devo fazer?
- Verifique se você concluiu e aplicou uma avaliação no portal do Azure para esse loop.
- Verifique se todas as recompensas foram enviadas por meio da API de Recompensa, e se depois foram processadas.
Como fazer para saber se o loop de aprendizado está sendo atualizado regularmente e usado para pontuar meus dados?
Descubra a hora em que o modelo foi atualizado pela última vez na página Configurações de modelo e aprendizado do portal do Azure. Se vir um carimbo de data/hora antigo, você provavelmente não está enviando as chamadas de Classificação e Recompensa. Se o serviço não tiver dados de entrada, ele não atualizará o aprendizado. Caso observe que o loop de aprendizado não está sendo atualizado com uma frequência suficiente, edite a Frequência de atualização do modelo do loop.
Avaliações offline
A importância do recurso da avaliação offline retorna uma longa lista com centenas ou milhares de itens. O que aconteceu?
Isso normalmente ocorre devido a carimbos de data/hora, IDs de usuário ou outros recursos detalhados enviados.
Criei uma avaliação offline e ela foi bem-sucedida quase instantaneamente. Por quê? Não consigo ver os resultados?
A avaliação offline usa o modelo treinado e os dados dos eventos que foram enviados para as APIs de Classificação/Recompensa nesse período. Se sua aplicação não enviou dados no período entre a hora de início e de término da avaliação, ela será concluída rapidamente sem nenhum resultado.
Política de aprendizado
Como fazer para importar uma política de aprendizado?
Saiba mais sobre os conceitos da política de aprendizado e como aplicar uma nova política de aprendizado. Caso não deseje selecionar uma política de aprendizado, use a avaliação offline para sugerir uma política de aprendizado com base nos eventos atuais.
Segurança
Quais protocolos de autenticação de API o Personalizador dá suporte?
As APIs do Personalizador usam a ID do Microsoft Entra, que dá suporte a uma variedade de protocolos de autenticação e sincronização.
A chave de API do meu loop foi comprometida. O que posso fazer?
Você pode regenerar uma chave depois de trocar os clientes para usar a outra chave. Ter duas chaves permite propagar a chave de maneira lenta sem ter um tempo de inatividade. Para fins de segurança, recomendamos fazer isso em uma cadência regular.