Fel sökning av personanpassaPersonalizer Troubleshooting

Den här artikeln innehåller svar på vanliga fel söknings frågor om Personanpassare.This article contains answers to frequently asked troubleshooting questions about Personalizer.

Konfigurations problemConfiguration issues

Jag har ändrat en konfigurations inställning och nu fungerar inte min loop på samma inlärnings nivå.I changed a configuration setting and now my loop isn't performing at the same learning level. Vad hände?What happened?

Vissa konfigurations inställningar återställer din modell.Some configuration settings reset your model. Konfigurations ändringar bör planeras noggrant.Configuration changes should be carefully planned.

När jag konfigurerar Personanpassaren med API: et, fick jag ett fel meddelande.When configuring Personalizer with the API, I received an error. Vad hände?What happened?

Om du använder en enda API-begäran för att konfigurera tjänsten och ändra inlärnings beteendet får du ett fel meddelande.If you use a single API request to configure your service and change your learning behavior, you will get an error. Du måste göra två separata API-anrop: först, för att konfigurera tjänsten och sedan för att växla inlärnings beteende.You need to make two separate API calls: first, to configure your service, then to switch learning behavior.

Transaktions felTransaction errors

Jag får ett svar för HTTP 429 (för många begär Anden) från tjänsten.I get an HTTP 429 (Too many requests) response from the service. Vad kan jag göra?What can I do?

Om du har valt en kostnads fri pris nivå när du skapade personanpassa instansen, finns det en kvot gräns för antalet ranknings begär Anden som tillåts.If you picked a free price tier when you created the Personalizer instance, there is a quota limit on the number of Rank requests that are allowed. Granska API-anrops frekvensen för rang-API: n (i fönstret mått i Azure Portal för din personanpassa resurs) och justera pris nivån (i fönstret pris nivå) om din anrops volym förväntas öka efter tröskelvärdet för den valda pris nivån.Review your API call rate for the Rank API (in the Metrics pane in the Azure portal for your Personalizer resource) and adjust the pricing tier (in the Pricing Tier pane) if your call volume is expected to increase beyond the threshold for chosen pricing tier.

Jag får ett 5xx-fel vid rang-eller belönings-API: er.I'm getting a 5xx error on Rank or Reward APIs. Vad ska jag göra?What should I do?

Dessa problem bör vara transparenta.These issues should be transparent. Om de fortsätter kan du kontakta supporten genom att välja ny supportbegäran i avsnittet support och fel sökning i Azure Portal för din personanpassa resurs.If they continue, contact support by selecting New support request in the Support + troubleshooting section, in the Azure portal for your Personalizer resource.

Inlärnings slingaLearning loop

Inlärnings slingan inte uppnår en 100%-matchning till systemet utan någon personligt tillverkare.The learning loop doesn't attain a 100% match to the system without Personalizer. Hur gör jag för att åtgärda detta?How do I fix this?

Anledningen till att du inte uppnår ditt mål med inlärnings slingan:The reasons you don't attain your goal with the learning loop:

  • Inte tillräckligt med funktioner som skickas med rang-API-anropNot enough features sent with Rank API call
  • Buggar i de funktioner som skickas – till exempel skicka icke-aggregerade funktions data, till exempel tidsstämplar till Range-APIBugs in the features sent - such as sending non-aggregated feature data such as timestamps to Rank API
  • Buggar med loop-bearbetning – till exempel att inte skicka belönings data till belönings-API för händelserBugs with loop processing - such as not sending reward data to Reward API for events

För att åtgärda detta måste du ändra bearbetningen genom att antingen ändra de funktioner som skickats till slingan, eller se till att belöningen är en korrekt utvärdering av kvaliteten på rangens svar.To fix, you need to change the processing by either changing the features sent to the loop, or make sure the reward is a correct evaluation of the quality of the Rank's response.

Inlärnings slingan verkar inte lära sig.The learning loop doesn't seem to learn. Hur gör jag för att åtgärda detta?How do I fix this?

Inlärnings slingan behöver några tusen belönings samtal innan ranknings anropen prioriteras effektivt.The learning loop needs a few thousand Reward calls before Rank calls prioritize effectively.

Om du är osäker på hur din inlärnings slinga för närvarande fungerar, kör du en offline-utvärderingoch tillämpar den korrigerade inlärnings principen.If you are unsure about how your learning loop is currently behaving, run an offline evaluation, and apply the corrected learning policy.

Jag vill få ranknings resultat med samma sannolikhet för alla objekt.I keep getting rank results with all the same probabilities for all items. Hur gör jag för att vet du att personanpassa är inlärning?How do I know Personalizer is learning?

En personanpassare returnerar samma sannolikhet i ett rang-API-resultat när den precis har startat och har en Tom modell, eller när du återställer en personanpassa-loop och din modell fortfarande ligger inom modell uppdateringens frekvens period.Personalizer returns the same probabilities in a Rank API result when it has just started and has an empty model, or when you reset the Personalizer Loop, and your model is still within your Model update frequency period.

När den nya uppdaterings perioden börjar används den uppdaterade modellen och du ser sannolikheten för ändringen.When the new update period begins, the updated model is used, and you'll see the probabilities change.

Inlärnings-slingan var inlärning men verkar inte längre, och kvaliteten på ranknings resultatet är inte så bra.The learning loop was learning but seems to not learn anymore, and the quality of the Rank results isn't that good. Vad ska jag göra?What should I do?

  • Se till att du har slutfört och tillämpat en utvärdering i Azure Portal för denna personanpassa resurs (inlärnings slinga).Make sure you've completed and applied one evaluation in the Azure portal for that Personalizer resource (learning loop).
  • Se till att alla förmåner skickas, via belönings-API: et och bearbetas.Make sure all rewards are sent, via the Reward API, and processed.

Hur gör jag för att vet du att inlärnings slingan uppdateras regelbundet och används för att räkna data?How do I know that the learning loop is getting updated regularly and is used to score my data?

Du hittar tiden då modellen senast uppdaterades på sidan modell-och inlärnings inställningar i Azure Portal.You can find the time when the model was last updated in the Model and Learning Settings page of the Azure portal. Om du ser en gammal tidsstämpel är det troligt att du inte skickar rang-och belönings samtal.If you see an old timestamp, it is likely because you are not sending the Rank and Reward calls. Om tjänsten inte har några inkommande data uppdateras inte inlärningen.If the service has no incoming data, it does not update the learning. Om inlärnings-slingan inte uppdateras tillräckligt ofta kan du redigera uppdaterings frekvensenför loopen.If you see the learning loop is not updating frequently enough, you can edit the loop's Model Update frequency.

OfflineutvärderingarOffline evaluations

En offline-utvärderings funktions prioritet returnerar en lång lista med hundratals eller tusentals objekt.An offline evaluation's feature importance returns a long list with hundreds or thousands of items. Vad hände?What happened?

Detta beror vanligt vis på tidsstämpel, användar-ID: n eller andra detaljerade funktioner som skickas i.This is typically due to timestamps, user IDs or some other fine grained features sent in.

Jag skapade en offline-utvärdering och den lyckades nästan omedelbart.I created an offline evaluation and it succeeded almost instantly. Vad beror det på?Why is that? Jag ser inga resultat?I don't see any results?

Offline-utvärderingen använder de tränade modell data från händelserna under den tids perioden.The offline evaluation uses the trained model data from the events in that time period. Om du inte skickade några data under tids perioden mellan start-och slut tiden för utvärderingen, slutförs det utan några resultat.If you did not send any data in the time period between start and end time of the evaluation, it will complete without any results. Skicka en ny offline-utvärdering genom att välja ett tidsintervall med händelser som du vet har skickats till Personanpassaren.Submit a new offline evaluation by selecting a time range with events you know were sent to Personalizer.

UtbildningsprincipLearning policy

Hur gör jag för att importera en utbildnings princip?How do I import a learning policy?

Lär dig mer om begrepp för inlärnings principer och hur du använder en ny utbildnings princip.Learn more about learning policy concepts and how to apply a new learning policy. Om du inte vill välja en utbildnings princip kan du använda offline-utvärderingen för att föreslå en utbildnings princip baserat på dina aktuella händelser.If you do not want to select a learning policy, you can use the offline evaluation to suggest a learning policy, based on your current events.

SäkerhetSecurity

API-nyckeln för min slinga har komprometterats.The API key for my loop has been compromised. Vad kan jag göra?What can I do?

Du kan återskapa en nyckel när du har bytt ut klienterna så att de använder den andra nyckeln.You can regenerate one key after swapping your clients to use the other key. Med två nycklar kan du sprida nyckeln på ett Lazy sätt utan att behöva ha några drift avbrott.Having two keys allows you to propagate the key in a lazy manner without having to have any downtime. Vi rekommenderar att du gör detta på ett regelbundet sätt som ett säkerhets mått.We recommend doing this on a regular cycle as a security measure.

Nästa stegNext steps

Konfigurera modell uppdaterings frekvensenConfigure the model update frequency