0 / 0
Belgelerin İngilizce sürümüne geri dön
Bilinen sorunlar ve sınırlamalar

Bilinen sorunlar ve sınırlamalar

Cloud Pak for Data as a Serviceiçin aşağıdaki sınırlamalar ve bilinen sorunlar geçerlidir.

Watson Knowledge Catalog sorunlarının listesi

Maskeleme akışı sorunlarının listesi

Data Refinery sorunlarının listesi

Watson Query sorunlarının listesi

Not defteri sorunlarının listesi

Makine öğrenimi sorunlarının listesi

Cognos Dashboard Embedded sorunlarının listesi

Watson OpenScale sorunlarının listesi

SPSS Modeler sorunlarının listesi

Cloud Object Storage ile ilgili sorunlar

  • Makine öğrenimi sorunlarının listesi
    • Key Protect (Temel Koruma) özelliği etkinleştirilmiş olarak Cloud Object Storage (Bulut Nesne Depolaması) özelliğini belirten projelerde Watson Machine Learning kullanan varlıklarda hata oluştu.
    • Otomatik AI
    • Öğrenimi birleştir
    • Watson Pipelines
  • SPSS Modeler sorunlarının listesi
    • Model, Key Protect (Anahtar Koruma) özelliği etkinleştirilmiş olarak Cloud Object Storage belirtilerek projeye kaydedilemedi.
  • Not defteri sorunlarının listesi
    • Model, Key Protect (Anahtar Koruma) özelliği etkinleştirilmiş olarak Cloud Object Storage belirtilerek projeye kaydedilemedi.

Watson Knowledge Catalog

Watson Knowledge Catalogolanağını kullanırsanız, katalogları kullanırken bu bilinen sorunlarla ve kısıtlamalarla karşılaşabilirsiniz.

Veri ilkesi hizmeti (DPS) kategori önbelleklerini uyumlulaştır

Performans amacıyla, veri ilkesi hizmeti (DPS) , sözlük kategorilerinin bir kopyasını önbelleklerde tutar. Kategoriler yaratıldığında, güncellendiğinde ya da silindiğinde, sözlük hizmeti bu değişiklikleri yansıtmak için RabbitMQ olaylarını yayınlar. DPS bu olayları dinler ve önbellekleri günceller. Ancak, bazı nadir durumlarda, RabbitMQ hizmeti kapalı ya da çok meşgul olduğunda ileti kaybolabilir. DPS, önbelleği güncellemek için bir REST API yardımcı programı sağlar.

Çalıştırma sırasında beklenmeyen uygulama sonuçlarını önlemeye ve yanlış önbellek güncellemelerini önlemeye yardımcı olmak için kategori değişikliği olmayan kapalı kalma süresi sırasında aşağıdaki REST API yardımcı programını çalıştırabilirsiniz:

curl -v -k -X GET --header "Content-Type: application/json"
  --header "Accept: application/json"
  --header "Authorization: Bearer ${token}"
    "${uri}/v3/enforcement/governed_items/sync/category"

Bu REST API 'si, Watson Knowledge Catalog hizmetinde kullanılabilir.

Veri görselleştirmelerinde maskelenmiş veriler desteklenmez

Veri görselleştirmelerinde maskelenmiş veriler desteklenmez. Bir projedeki bir veri varlığının Görselleştirmeler sekmesinde bir grafik oluştururken maskelenmiş verilerle çalışmayı denerseniz şu hata iletisi alınır: Bad Request: Failed to retrieve data from server. Masked data is not supported.

Bazı proje araçlarında veriler maskelenmez

Bir katalogdan bir projeye maskelenmiş sütunlar içeren bağlı bir veri varlığı eklediğinizde, verileri görüntülediğinizde ve Data Refinery aracında verileri daralttığınızda sütunlar maskelenmiş olarak kalır. Ancak projelerdeki diğer araçlar, bir bağlantı aracılığıyla verilere eriştiklerinde maskeleme işlemlerini korumaz. Örneğin, bir Not Defteri, bir DataStage akışı, bir gösterge panosu ya da diğer proje araçlarına bağlı verileri yüklediğinizde, verilere doğrudan bağlantı üzerinden erişir ve maskelemeyi atlayabilirsiniz.

Önceden tanımlanmış yönetişim yapıtları kullanılamayabilir

Önceden tanımlanmış bir sınıflandırma ya da veri sınıfı görmüyorsanız, aşağıdaki API çağrısını kullanarak kiracınızı yeniden başlatın:

curl -X POST "https://api.dataplatform.cloud.ibm.com/v3/glossary_terms/admin/initialize_content" -H "Authorization: Bearer $BEARER_TOKEN" -k

Küçük harfli e-posta adresleri olan işbirliği yapanları ekle

Kataloğa işbirlikçi eklediğinizde, tüm küçük harfleri içeren e-posta adreslerini girin. Büyük ve küçük harf karışık e-posta adresleri desteklenmez.

Object Storage bağlantı kısıtlamaları

Bir Cloud Object Storage (S3 API) ya da Cloudant bağlantısına baktığınızda, klasörün kendisi bir alt varlık olarak listelenir.

Birden çok eşzamanlı bağlantı işlemi başarısız olabilir

Birden çok kullanıcı aynı anda bağlantı işlemlerini çalıştırırken bir hatayla karşılaşılabilir. Hata iletisi değişebilir.

Katalog yaratıldıktan sonra veri koruma kuralı uygulaması etkinleştirilemiyor

Bir katalog oluşturduktan sonra veri koruma kurallarının uygulanmasını etkinleştiremezsiniz. Bir katalogdaki varlıklara veri koruma kuralları uygulamak için katalog oluşturma sırasında uygulamayı etkinleştirmeniz gerekir.

Değerlendirme başarısız olursa varlıklar engellenir

Uygulanan ilkelere sahip bir katalogdaki veri varlıkları için aşağıdaki kısıtlamalar geçerlidir: Üstbilgisi olan dosya tabanlı veri varlıkları, sütun adında yinelenen sütun adları, nokta (.) ya da tek tırnak işareti (') içeremez.

Değerlendirme başarısız olursa varlık, varlık sahibi dışındaki tüm kullanıcılar tarafından engellenir. Değerlendirme başarısız olduğundan ve varlık engellendiğinden, diğer tüm kullanıcılar veri varlığının görüntülenemeyeceğini bildiren bir hata iletisi görürler.

Yalnızca tarayıcının geri düğmesi sizi Varsayılan ayarlar sayfasından meta veri zenginleştirme varlığına geri götürür

Bir meta veri zenginleştirme varlığından Varsayılan ayarlar sayfasını açtığınızda, ürün kullanıcı arabiriminde ya da işlem kırıntılarında bir düğme kullanarak varlığa geri dönemezsiniz. Varlığa geri dönmek için tarayıcının geri düğmesini kullanın.

Yalnızca meta veri zenginleştirme sonuçlarındaki veri sınıfı süzgeci büyük ve küçük harfe duyarlıdır

Sütun sekmesinde meta veri zenginleştirme sonuçlarını süzgeçten geçirdiğinizde, yalnızca Veri sınıfı girdileri büyük ve küçük harfe duyarlıdır. İş terimleri, Şemalarve Varlıklar süzgeçlerindeki girişlerin tümü, değerin gerçek büyük harfe bakılmaksızın küçük harftir.

Meta veri zenginleştirme sonuçlarındaki süzgeç seçenekleri hemen güncellenmeyebilir

Varlıkları eklediğinizde, yeni veri sınıfları ya da iş koşulları atadığınızda ya da iş koşullarını kaldırdığınızda, ilgili süzgeçler hemen güncellenmez. Geçici bir çözüm olarak, güncellenen süzgeç listelerini görmek için tarayıcınızı yenileyin.

Bir varlığa ilişkin zenginleştirme ayrıntıları, en son zenginleştirme çalıştırmasına uygulanan ayarları yansıtmayabilir

En az bir kez çalıştırılan bir meta veri zenginleştirmesi için zenginleştirme seçeneklerini düzenledikten sonra varlık ayrıntıları, en son zenginleştirme çalıştırmasında uygulanan seçenekler yerine güncellenen seçenekleri gösterebilir.

Meta veri zenginleştirme varlığında tek tek sayfalara doğrudan erişilemez

Bir meta veri zenginleştirme varlığında varlık ya da sütun sayısı birkaç sayfaya yayılırsa, belirli bir sayfaya doğrudan gidemezsiniz. Sayfa numarası açılan listesi devre dışı bırakıldı. Bunun yerine Sonraki sayfa ve Önceki sayfa düğmelerini kullanın.

Bir sütunun zenginleştirme sonuçlarında atanan bir veri sınıfı için eksik ayrıntılar

Meta veri zenginleştirme sonuçlarındaki sütun ayrıntılarının Yönetişim sekmesinde atanan veri sınıfını tıklattığınızda, veri sınıfı ayrıntılarının bir önizlemesi gösterilir. Ancak ayrıntılar eksik.

Bazı durumlarda, kullanıcı arabiriminde çalıştırılan meta veri zenginleştirme işinin tam günlüğünü göremeyebilirsiniz

Meta veri zenginleştirme çalıştırmasındaki hataların listesi son derece uzunsa, kullanıcı arabiriminde iş günlüğünün yalnızca bir kısmı görüntülenebilir.

Geçici çözüm: Günlüğün tamamını karşıdan yükleyin ve bir dış düzenleyicide analiz edin.

Zenginleştirme sonuçlarını süzgeçten geçirdiğinizde şema bilgileri eksik olabilir

Kaynak bilgilerinde zenginleştirme sonuçlarında varlıkları ya da sütunları süzgeçten geçirdiğinizde şema bilgileri kullanılamayabilir.

Geçici çözüm: Zenginleştirme işini yeniden çalıştırın ve Kaynak süzgecini yeniden uygulayın.

Amazon Redshift veri kaynağından veri varlıklarında zaman tipinde sütunlarda çalıştırılan kurallar doğru sonuçları döndürmez

Amazon Redshift veri kaynaklarındaki veri varlıkları için, zaman tipi sütunlar zaman damgası tipiyle içe aktarılır. Bu tür sütunlara zamana özgü veri kalitesi kuralları uygulayamazsınız.

Maskeleme akışı

Maskeleme akışını kullanırsanız, verileri özelleştirirken bu bilinen sorunlarla ve kısıtlamalarla karşılaşabilirsiniz.

Maskeleme akışı işleri başarısız olabilir

Bir maskeleme akışı işi sırasında Spark, bir veri kaynağının tümünü belleğe okumayı deneyebilir. İşi desteklemek için yeterli bellek olmadığında hatalar oluşabilir. Devreye alınan en büyük Spark işleme düğümüne sığabilen en büyük veri hacmi yaklaşık 12GBs' dir.

Maskeleme karakterinde yapılan değişiklikler kaydedilemiyor

Bir veri sınıfıyla sütunları düzeltmek için yeni bir veri koruma kuralı oluşturduğunuzda ya da var olan bir veri koruma kuralını düzenlediğinizde, X varsayılan maskeleme karakterindeki değişiklikleri başka bir karaktere kaydetmekte sorun yaşayabilirsiniz.

Yeni karakter Örnek veriler bölümündeki Sonra sütununda gösterilmeden önce kuralınızı kaydetmek için Oluştur (ya da Güncelle) düğmesini tıklatırsanız, Masking character mez bilir bilir mez bilir sa sa .

Kuralı yeni maskeleme karakteriyle kaydetmek için bir geçici çözüm:
Örnek veriler bölümündeki Sonra sütununun altındaki veriler yeni maskeleme karakteriyle düzeltilene kadar bekleyin, daha sonra kuralı yeni karakterle kaydetmek için Oluştur (ya da Güncelle) düğmesini tıklatabilirsiniz.

Data Refinery

Data Refinerykullanıyorsanız, verileri iyileştirirken bu bilinen sorunlarla ve kısıtlamalarla karşılaşabilirsiniz.

Data Refinery ' de bağlantılı veri varlıkları için kişisel kimlik bilgileri desteklenmez

Kişisel kimlik bilgileriyle bağlantılı bir veri varlığı oluşturursanız, diğer kullanıcıların Data Refineryiçindeki bağlı veri varlığını kullanabilmeleri için aşağıdaki geçici çözümü kullanmaları gerekir.

Geçici çözüm:

  1. Proje sayfasına gidin ve önizlemeyi açmak için bağlı veri varlığına ilişkin bağlantıyı tıklatın.
  2. Kimlik bilgilerini girin.
  3. Data Refinery ' ni açın ve bir kaynak ya da hedef için kimliği doğrulanmış bağlantılı veri varlığını kullanın.

Yeni proje kullanıcı arabiriminde Data Refinery akışlarındaki işler görüntülenemiyor

Yeni projeler kullanıcı arabiriminde çalışıyorsanız, Data Refinery akışlarıiçindeki seçenekler menüsünden işleri görüntüleme seçeneğiniz yoktur.

Geçici Çözüm: Data Refinery Akışlarındaki işleri görüntülemek içinbir Data Refinery akışı açın, İşler simgesini Bir işi çalıştır ya da zamanla simgesitıklatın ve Kaydet ve görüntüle işlerini seçin. İşler sekmesinde projenizdeki tüm işlerin bir listesini görüntüleyebilirsiniz.

Not defteri sorunları

Dizüstü bilgisayarları kullanmaya ve kullanmaya başlarken bu sorunlardan bazılarıyla karşılaşabilirsiniz.

Not defterinin çoğaltılması, yeni proje kullanıcı arabiriminde benzersiz bir ad yaratmaz

Yeni proje kullanıcı arabiriminde bir not defterini kopyaladığınızda, yinelenen not defteri benzersiz bir adla oluşturulmaz.

Daha eski hesaplarda varlık yaratılamıyor

Kasım 2017 'den önce etkinleştirilen bir Watson Studio eşgörünümünde çalışıyorsanız, dizüstü bilgisayarlar gibi operasyonel varlıklar oluşturamayabilirsiniz. Oluştur düğmesi gri ve devre dışı kalırsa, Hizmetler kataloğundan hesabınıza Watson Studio hizmetini eklemeniz gerekir.

Watson Studio başlatılırken 500 dahili sunucu hatası alındı

Nadiren, Watson Studio' 'yu başlatırken bir HTTP dahili sunucu hatası (500) alabilirsiniz. Bunun nedeni, tarayıcı için saklanan süresi dolmuş bir tanımlama bilgisi olabilir. Hatanın eski bir tanımlama bilgisinden kaynaklandığını doğrulamak için, Watson Studio ' u özel bir tarama oturumunda (gizli) ya da farklı bir tarayıcı kullanarak başlatmayı deneyin. Yeni tarayıcıda başarıyla başlatabiliyorsanız, hata süresi dolmuş bir tanımlama bilgisinden kaynaklanmıştır. Bir çözüm seçiminiz var:

  1. Tanımlama bilgisini sıfırlamak için tarayıcı uygulamasından tamamen çıkın. Yalnızca tarayıcı penceresini kapatmanız değil, uygulamayı kapatıp yeniden başlatmanız gerekir. Tarayıcı uygulamasını yeniden başlatın ve oturum tanımlama bilgisini sıfırlamak için Watson Studio ' yı başlatın.
  2. IBM tanımlama bilgilerini göz atma verilerinden temizleyin ve Watson Studio' yı başlatın. Tanımlama bilgilerini temizlemek için tarayıcıdaki tarama verilerine ya da güvenlik seçeneklerine bakın. Tüm IBM tanımlama bilgilerinin temizlenmesi diğer IBM uygulamalarını etkileyebilir.

Bu çözümlerden birini gerçekleştirdikten sonra 500 hata devam ederse, Watson Studio' u etkileyen IBM Cloud olayları için durum sayfasını denetleyin. Ayrıca, IBM Cloud destek portalındabir destek örneği açabilirsiniz.

Oturum açma sırasında hata oluştu

Watson Studio' da oturum açmaya çalışırken bu hata iletisini alabilir: "Access Manager WebSEAL beklenmeyen bir hata nedeniyle isteğinizi tamamlayamadı." Yeniden oturum açmayı deneyin. Genellikle ikinci oturum açma girişimi çalışır.

Bazı tensör kitaplıklarının el ile takılması desteklenmez

Bazı tensör akış kitaplıkları önceden yüklenmiş, ancak ek tensör akış kitaplıklarını kendiniz kurmayı denerseniz bir hata ortaya çıkarırsınız.

Not defteri çekirdeğine bağlantı, bir kod hücresi çalıştırıldıktan sonra beklenenden uzun sürüyor

Çekirdeğe yeniden bağlanmayı dener ve hemen bir kod hücresini çalıştırırsanız (ya da kod yürütülürken çekirdek yeniden bağlantısı gerçekleştiyse), not defteri çekirdeğe yeniden bağlanmaz ve kod hücresi için çıkış görüntülenmez. Çekirdek > Yeniden Bağlanseçeneklerini tıklatarak çekirdeğe el ile yeniden bağlanmanız gerekir. Çekirdek hazır olduğunda, kod hücresini yeniden çalıştırmayı deneyebilirsiniz.

Birden çok not defterinde önceden tanımlanmış sqlContext nesnesinin kullanılması hataya neden olur.

Birden çok not defterinde önceden tanımlanmış sqlContext nesnesini kullanırsanız bir Apache Spark hatası alabilirsiniz. Her not defteri için yeni bir sqlContext nesnesi oluşturun. Bkz. bu Yığın Taşması açıklaması.

Bağlantı başarısız iletisi

Çekirdeğiniz durursa, dizüstü bilgisayarınız otomatik olarak kaydedilmez. Bunu kaydetmek için Dosya > Kaydet seçeneğini el ile tıklatın ve Spark sürümünden önce görüntülenen çekirdek bilgi alanında bir Not Defteri kaydedildi iletisi almanız gerekir. Çekirdeğin başarısız olduğunu bildiren bir ileti alırsanız, dizüstü bilgisayarınızı çekirdeğe yeniden bağlamak için Çekirdek > Yeniden Bağlanseçeneklerini tıklatın. Yaptığınız hiçbir şey çekirdeği yeniden başlatmazsa ve not defterini kaydedemezseniz, Dosya > Karşıdan farklı yükle > Not Defteri (.ipynb)seçeneklerini tıklatarak değişikliklerinizi kaydetmek için bunu karşıdan yükleyebilirsiniz. Daha sonra, karşıdan yüklenen not defteri dosyanıza dayalı olarak yeni bir not defteri oluşturmanız gerekir.

Not defteri çekirdeğine bağlanılamıyor

Bir not defterini çalıştırmayı denerseniz ve Connecting to Kernel(bunu izleyen Connection failed. Reconnecting ) iletisini ve son olarak da bir bağlantı başarısız hata iletisi görürseniz, bunun nedeni güvenlik duvarınızın dizüstü bilgisayarın çalışmasını engellemesi olabilir.

Watson Studio bir güvenlik duvarının arkasında kuruluysa, güvenlik duvarı ayarlarına WebSocket bağlantısını wss://dataplatform.cloud.ibm.com eklemeniz gerekir. Not defterlerini ve RStudio 'yu kullanırken bu WebSocket bağlantısının etkinleştirilmesi gerekir.

Bir not defteri açılırken ya da düzenlenirken yetersiz kaynak hatası oluştu

Bir not defterini açarken ya da düzenlerken aşağıdaki iletiyi görürseniz, not defterinizle ilişkili ortam çalıştırma zamanı kaynak sorunlarına sahip olur:

Insufficient resources available
A runtime instance with the requested configuration can't be started at this time because the required hardware resources aren't available.
Try again later or adjust the requested sizes.

Nedeni bulmak için, Watson Studio' yı etkileyen IBM Cloud olaylarına ilişkin durum sayfasını denetlemeye çalışın. Ayrıca, IBM Cloud Destek portalında bir destek vakası açabilirsiniz.

Makine öğrenimi sorunları

Makine öğrenimi araçlarıyla çalışırken bu sorunlardan bazılarıyla karşılaşabilirsiniz.

Bölge gereksinimleri

Bir Watson Machine Learning hizmet eşgörünümünü yalnızca Watson Machine Learning hizmet eşgörünümü ve Watson Studio eşgörünümü aynı bölgede bulunduğunda projenizle ilişkilendirebilirsiniz.

Bir hizmeti projeyle ilişkilendirirken bir hizmet eşgörünümü yaratırsanız bağlantılara erişilmesi

Bir Watson Machine Learning hizmetini bir projeyle ilişkilendirirken, yeni bir hizmet eşgörünümü oluşturma seçeneğiniz vardır. Yeni bir hizmet yaratmayı seçerseniz, hizmet sayfasındaki bağlantılar çalışmayabilir. Hizmet koşullarına, API ' lere ve belgelere erişmek için bağlantıları sağ tıklatarak yeni pencerelerde açın.

Tüm varlıklarda, arama sonuçlarında ya da yeni projeler kullanıcı arabiriminde birleşik öğrenim varlıklarında arama yapılamaz

Tüm varlıklar görünümünden, arama sonuçlarından ya da projenizin süzgeç sonuçlarından Birleşik Öğrenim varlıklarını arayamazsınız.

Geçici Çözüm: Aracı açmak için Birleşik Öğrenim varlığını tıklatın.

Devreye alma sorunları

  • Belirlenmiş bir süre (ücretsiz plan için 24 saat veya ücretli plan için 120 saat) için etkin olmayan (puan olmadan) bir devreye alma otomatik olarak kış uykusuna bırakılır. Yeni bir puanlama isteği gönderildiğinde, devreye alma yeniden etkinleştirilir ve puan isteği sunulur. Model çerçevesine bağlı olarak, etkinleştirmeden sonra ilk puan isteği için 1 ile 60 saniye arasında kısa bir gecikme bekleyin.
  • SPSS modelleyicisi gibi bazı çerçeveler için, uyku kipinden sonra devreye alınan bir modele ilişkin ilk puan isteği 504 hatasıyla sonuçlanabilir. Bu durumda, isteği yeniden gönderin; sonraki istekler başarılı olmalıdır.

AutoAI bilinen sınırlamaları

  • Şu anda AutoAI deneyleri çift baytlık karakter kümelerini desteklemez. AutoAI yalnızca ASCII karakterli CSV dosyalarını destekler. Kullanıcılar, dosya adında ya da içeriğinde ASCII olmayan karakterleri dönüştürmeli ve giriş verilerini bu CSV standardındatanımlandığı şekilde CSV olarak sağlamalıdır.

  • Bir AutoAI modeliyle programlı olarak etkileşim kurmak için Python istemcisi yerine REST API 'sini kullanın. AutoAI 'yi desteklemek için gereken Python istemcisi için API' ler şu anda genel olarak kullanılamıyor.

Veri modülü IBM Federated Learning içinde bulunamadı

IBM Federated Learning için veri işleyici, FL kitaplığından bir veri modülünü çıkarmaya çalışıyor, ancak veri işleyicisini bulamıyor. Aşağıdaki hata iletisini görebilirsiniz:

ModuleNotFoundError: No module named 'ibmfl.util.datasets'

Sorun, eski bir DataHandlerkullanılmasının sonucu olabilir. Lütfen DataHandler ürününüzü en son belirtime uacak şekilde gözden geçirin ve güncelleyin. Burada en son MNIST veri işleyicisinin bağlantısı bulunur ya da örnek sürümlerinizin güncel olduğundan emin olun.

Devreye alma alanında maskelenmiş veri varlıklarının önizlenmesi engellendi * *

Bir veri varlığı önizlemesi şu iletiyle başarısız olabilir: This asset contains masked data and is not supported for preview in the Deployment Space

Devreye alma alanları şu anda maskeleme verilerini desteklemiyor, bu nedenle veri sızıntılarını önlemek için maskelenmiş varlıkların önizlemesi engellendi.

Cognos Dashboard Embedded sorunları

Cognos Dashboard Embeddedile çalışırken bu sorunlardan bazılarıyla karşılaşabilirsiniz.

Yinelenen sütun adları içeren CSV dosyaları desteklenmiyor

Cognos Dashboard Embedded , yinelenen sütun adları içeren CSV dosyalarını desteklemez. Yinelemeler büyük ve küçük harfe duyarlı değildir. Örneğin, BRANCH_NAME, branch_nameve Branch_Name yinelenen sütun adları olarak kabul edilir.

Cognos gösterge panoları yalnızca kullanıcı adı ve parola kimlik bilgileriyle oluşturulan veri bağlantılarını kullanabilir

Cognos Dashboard Embedded , bir gösterge panosuna veri kaynakları olarak eklenen veritabanı bağlantılarının ve bağlı veri varlıklarının kullanıcı adı ve parola kimlik bilgilerini içermesini gerektirir.

Bu kimlik bilgileri bağlantıda belirtilmezse ve bunun yerine bir belirteç ya da API anahtarı kullanılırsa, Cognos Dashboard Embedded bu bağlantıyı ya da bağlı veri varlığını veri kaynağı olarak kullanamaz.

İyileştirilmiş veri varlıkları için gösterilen veri tipi yanlış

Bir CSV dosyasını içe aktardıktan sonra, veri varlığına genel bakış sayfasında içe aktarılan dosyayı tıklatırsanız, bazı sütun tipleri doğru görünmeyebilir. Örneğin, şirketin gelirini içeren Gelir adlı bir sütuna sahip bir şirket raporunun veri kümesi, daha mantıklı bir sayı odaklı veri tipi yerine Dizgitipinde görünebilir.

CSV dosyalarında desteklenmeyen özel karakterler

Kaynak CSV dosyası adı alfasayısal olmayan karakterler içerebilir. Ancak CSV dosyası adı / : & < . \ "özel karakterlerini içeremez. Dosya adı bu karakterleri içeriyorsa, bunlar çizelge adından kaldırılır.

Önemli: Kaynak CSV dosyasındaki tablo sütun adları, desteklenmeyen özel karakterlerin hiçbirini içeremez. Veri modülündeki adın kaynak dosyadaki sütunun adıyla eşleşmesi gerektiğinden bu karakterler kaldırılamıyor. Bu durumda, bir gösterge panosunda verilerinizi kullanmayı etkinleştirmek için sütun adlarınızdaki özel karakterleri kaldırın.

CSV dosyalarındaki dizgi değerleri 128 karakterle sınırlıdır

Kaynak CSV dosyanızdaki bir sütundaki dizgi değerleri yalnızca 128 karakter uzunluğunda olabilir. CSV dosyanızın değerleri daha uzun olan dizgi sütunları varsa, bir hata iletisi görüntülenir.

CSV dosyalarındaki tarih biçimi sınırlamaları

Görselleştirmelerde kullanılan CSV dosyaları için tarih biçimi sınırlamaları vardır. Ayrıntılar için bkz. Cognos Dashboard Embedded' de CSV dosyalarındaki verileri kullanırken sorunların çözülmesi.

Görselleştirmede bir veri tablosu değiştirilemez

Gösterge panosuna bir görselleştirme eklediğinizde, daha önce başka bir veri tablosundan veri alanları eklediyseniz (ve daha sonra kaldırdıysanız), görselleştirmeye bir veri tablosu ekleyemezsiniz. Bu kısıtlama, Db2, CSV tabloları ve diğer veri kaynakları için geçerlidir.

Desteklenmeyen Cognos Analytics özellikleri

IBM Cognos Analytics ' in aşağıdaki işlevleri gösterge panolarında desteklenmez:

  • Veri gruplaması
  • Özel renk paletleri
  • özel görselleştirmeler
  • Yardımcı
  • Tahmin yürütme
  • Görselleştirmedeki öngörüler
  • Jupyter not defteri görselleştirmesi
  • Gelişmiş veri analitiği

Watson OpenScale sorunları

Watson OpenScaleiçinde aşağıdaki sorunlarla karşılaşabilirsiniz:

Drift yapılandırması başlatıldı, ancak hiçbir zaman tamamlanmadı

Sürüklenme yapılandırması başlatılır, ancak hiçbir zaman bitmez ve döndürme simgesini göstermeye devam eder. Döndürme işlemini 10 dakikadan fazla görürseniz, sistem tutarsız durumda bırakılmış olabilir. Bu davranışın geçici bir çözümü vardır: drift yapılandırmasını düzenleyin. O zaman, kendine sakla. Sistem bu durumdan çıkabilir ve yapılandırmayı tamamlayabilir. Drift reconfiguration (sürükleme yeniden yapılandırması) durumu düzeltmezse, IBM Support (Destek) ile iletişim kurun.

SPSS Modeler sorunları

SPSS Modeler' de çalışırken bu sorunlardan bazılarıyla karşılaşabilirsiniz.

SPSS Modeler çalıştırma zamanı kısıtlamaları

Watson Studio Peru, Ekvador, Kolombiya ve Venezuela 'da SPSS işlevini içermez.

Çalışan bir akışı durdurma girişimi sırasında hata oluştu

SPSS Modeler akışı çalıştırırken, projenizin Yönet sekmesinin altındaki Ortamlar sayfasından akışı durdurmaya çalışırsanız bir hatayla karşılaşabilirsiniz. SPSS Modeler çalıştırma zamanı ve CUH tüketimini tamamen durdurmak için, akışın açık olduğu tarayıcı sekmelerini kapatın.

İçe Aktarılan Veri Varlığı Dışa Aktarma düğümleri bazen çalıştırılamadı

SPSS Modeler akımını (.str dosyası) içe aktararak yeni bir akış oluşturduğunuzda, dışa aktarma düğümünü yeni düzeye geçirin ve sonuçtaki Veri Varlığı Dışa Aktarma düğümünü çalıştırın; çalıştırma başarısız olabilir. Bu sorunu çözmek için: Düğümü yeniden çalıştırın, çıkış adını değiştirin ve düğüm özelliklerinde Veri kümesi zaten varsa seçeneğini değiştirin, daha sonra düğümü yeniden çalıştırın.

Tablo meta verileri değiştiyse veri önizlemesi başarısız olabilir

Bazı durumlarda, verileri bir bağlantıdan içe aktarmak için Veri Varlığı içe aktarma düğümü kullanılırken, temel tablo meta verileri (veri modeli) değiştiyse veri önizlemesi bir hata döndürebilir. Sorunu çözmek için Veri Varlığı düğümünü yeniden yaratın.

Uzantı Çıkış düğümü çalıştırıldıktan sonra çıkış görüntülenemiyor

Bir Uzantı Çıkış düğümünü Dosyaya çıkış seçeneği belirlenmiş olarak çalıştırırken, sonuç çıkış dosyası Çıkışlar panosundan açmaya çalıştığınızda bir hata döndürür.

IBM Cloud Object Storage bağlantılarından Excel verileri önizlenemedi

Şu anda bir IBM Cloud Object Storage bağlantısından .xls ya da .xlsx verilerini önizleyemezsiniz.

Dizgi olarak yorumlanan sayılar

Duyarlığı 32 'den büyük ya da 0 'a eşit olan herhangi bir sayı dizgi olarak yorumlanır. Bu davranışı değiştirmeniz gerekiyorsa, to_real (@FIELD) ifadesini kullanarak alanı gerçek bir sayıya çevirmek için bir Dolgu düğümü kullanabilirsiniz.

İçe aktarma düğümlerini içeren SuperNode

Akışınızda İçe Aktarma düğümü içeren bir SuperNode varsa, modeli Puanlama dalı seçeneğiyle kaydettiğinizde giriş şeması doğru ayarlanmayabilir. Bu sorunu çözmek için kaydetmeden önce SuperNode (Üst Düğüm) öğesini genişletin.

Bir SAV dosyasına aktarma

SPSS Statistics SAV dosyasına (.sav) dışa aktarmak için Veri Varlığı Dışa Aktarma düğümü kullanılırken, giriş şeması çıkış şemasıyla eşleşmiyorsa Veri varlığını değiştir seçeneği çalışmaz. Başkasıyla değiştirmek istediğiniz varolan dosyanın şeması eşleşmelidir.

İçe aktarma düğümleri geçiriliyor

SPSS Modeler masaüstünde oluşturulan ve desteklenmeyen bir ya da daha fazla İçe Aktarma düğümü içeren bir akışı (.str) içe aktarırsanız, İçe Aktarma düğümlerini veri varlıklarına geçirmeniz istenir. Akış, aynı veri dosyasını kullanan birden çok İçe Aktarma düğümü içeriyorsa, geçiş aynı dosyayı birden çok İçe Aktarma düğümüne yükleyemediğinden, geçiş işleminden önce bu dosyayı projenize bir veri varlığı olarak eklemelisiniz. Veri varlığını projenize ekledikten sonra, akışı yeniden açın ve yeni veri varlığını kullanarak geçişe devam edin.

Metin Analizi ayarları kaydedilmedi

Text Analytics Workbench kapatıldıktan sonra, değiştirdiğiniz süzgeç ayarları ya da kategori oluşturma ayarları olması gerektiği gibi düğüme kaydedilmez.

Düğüm ve Unicode karakterlerini birleştir

Birleştirme düğümü, aşağıdaki çok benzer Japonca karakterleri aynı karakter olarak işler.
Japonca karakterler

Watson Pipelines bilinen sorunları

Sorunlar Watson Pipelinesile ilgilidir.

2 düzeyden fazla iç içe geçmiş döngüler ardışık işlem hatalarına neden olabilir

2 düzeyden fazla içiçe yerleştirme işlemi, ardışık işlemi çalıştırdığınızda, örneğin çalıştırmayı alma hatası gibi bir hatayla sonuçlanabilir. Günlüklerin gözden geçirilmesi text in text not resolved: neither pipeline_input nor node_outputgibi bir hata gösterebilir. Bir Bash komut dosyasından çıkışla döngülüyorsanız, günlük şu şekilde bir hata listeliyor olabilir: PipelineLoop can't be run; it has an invalid spec: non-existent variable in $(params.run-bash-script-standard-output). Sorunu çözmek için 2 düzeyden fazla döngüleri içiçe yerleştirmeyin.

Varlık tarayıcısı, varlık tipinin toplam sayılarının sayısını her zaman yansıtmaz

Varlık tarayıcısından bir varlık seçerken (örneğin, bir Kopya düğümü için kaynak seçilmesi gibi), varlıkların bazılarının kullanılabilir varlık tipinin toplam sayısını listediğini, ancak not defterlerinin listemediğini görürsünüz. Bu geçerli bir sınırlamadır.

Ardışık düzen sürümleri silinemiyor

Şu anda, artık gerek duymadığınız ardışık işlem hatlarının kayıtlı sürümlerini silemezsiniz.

AutoAI deneyinin silinmesi bazı koşullarda başarısız olur

Projects UI 'sinden oluşturulan bir AutoAI deneyini silmek için Delete AutoAI deney düğümünün kullanılması AutoAI varlığını silmez. Ancak akışın geri kalanı başarıyla tamamlanabilir.

Önbellek etkinleştirildi, ancak etkinleştirilmedi

Varlıkları kopyala Ardışık Düzen düğümünün Kopyala kipi Overwriteolarak ayarlanırsa, önbellek etkin olarak görüntülenir, ancak devre dışı kalır.

Watson Pipelines sınırlamaları

Bu sınırlamalar Watson Pipelinesiçin geçerlidir.

Tek ardışık düzen sınırları

Bu sınırlama, yapılandırmadan bağımsız olarak tek bir ardışık işlem için geçerlidir.

  • Herhangi bir ardışık işlem hattı 120 'den fazla standart düğüm içeremez
  • Döngü içeren herhangi bir ardışık işlem, tüm yinelemelerde 600 'den fazla düğüm içeremez (örneğin, 60 yineleme-her biri 10 düğüm)

Yapılandırma boyutuna göre sınırlamalar

Küçük yapılandırma

Bir SMALL yapılandırması, bir döngüde çalışan 600 standart düğümü (tüm etkin boru hatlarında) ya da 300 düğümü destekler. Örneğin:

  • Koşut = 600 standart düğümlerde çalışan 20 düğüme sahip 30 standart boru hattı
  • Her yinelemede 10 yineleme ve 10 düğüm içeren bir döngü içeren 3 ardışık iş hattı = bir döngüdeki 300 düğüm

Ortam yapılandırması

Bir MEDIUM yapılandırması, bir döngüde çalışan 1200 standart düğümü (tüm etkin boru hatlarında) ya da 600 düğümü destekler. Örneğin:

  • Koşut = 1200 standart düğüm olarak çalışan 40 düğüm içeren 30 standart boru hattı
  • Her yinelemede 10 yineleme ve 10 düğüm içeren bir döngü içeren 6 ardışık öğe = Bir döngüdeki 600 düğüm

Büyük yapılandırma

Bir LARGE yapılandırması, bir döngüde çalışan 4800 standart düğümü (tüm etkin boru hatlarında) ya da 2400 düğümü destekler. Örneğin:

  • Paralel = 4800 standart düğümlerde çalışan 60 düğümlü 80 standart boru hattı
  • Her yinelemede 10 yineleme ve 10 düğüm içeren bir döngü içeren 24 ardışık iş hattı = bir döngüdeki 2400 düğüm

Giriş ve çıkış büyüklüğü sınırları

Ardışık düzen parametrelerini, kullanıcı değişkenlerini ve genel düğüm girişlerini ve çıkışlarını içeren giriş ve çıkış değerleri, 10 KB ' lik verileri aşamaz.

Veri varlıklarıyla sınırlı toplu giriş

Şu anda toplu devreye alma işleri için giriş, veri varlıklarıyla sınırlıdır. Bu, giriş olarak JSON girişi ya da birden çok dosya gerektiren belirli konuşlandırma tiplerinin desteklenmediği anlamına gelir. Örneğin, giriş olarak birden çok dosya gerektiren SPSS modelleri ve Decision Optimization çözümleri desteklenmez.

Cloud Object Storage ile ilgili sorunlar

Bu sorun, Cloud Object Storageile çalışmak için geçerlidir.

Key Protect (Anahtar Koruması) etkinleştirildiğinde Cloud Object Storage ile ilgili sorunlar

Watson Machine Learning varlıklarıyla çalışmak için Cloud Object Storage ile birlikte Key Protect desteklenmez. Key Protectkullanıyorsanız, Watson Studio' da varlıklarla çalışırken bu sorunlarla karşılaşabilirsiniz.

  • Bu Watson Machine Learning varlıklarının eğitimi ya da kaydedilmesi başarısız olabilir:
    • Otomatik AI
    • Birleşik Öğrenim
    • Watson Pipelines
  • Bir SPSS modelini ya da not defteri modelini bir projeye kaydedemeyebilirsiniz
Üretken yapay zeka araması ve yanıtı
Bu yanıtlar, ürün belgelerindeki içeriğe dayalı olarak watsonx.ai içinde büyük bir dil modeli tarafından oluşturulur. Daha fazla bilgi