0 / 0
Zurück zur englischen Version der Dokumentation
Bekannte Probleme und Einschränkungen

Bekannte Probleme und Einschränkungen

Die folgenden Einschränkungen und bekannten Probleme gelten für watsonx.

Probleme bei Notebooks

Bei den ersten Schritten mit und bei der Verwendung von Notebooks können einige dieser Probleme auftreten.

Fehler beim Exportieren eines Notebooks in HTML im Editor Jupyter Notebook

Wenn Sie mit einem Jupyter Notebook arbeiten, das in einem anderen Tool als Watson Studioerstellt wurde, können Sie das Notebook möglicherweise nicht in HTML exportieren. Dieses Problem tritt auf, wenn die Zellenausgabe verfügbar gemacht wird.

Problemumgehung

  1. Wechseln Sie in der Benutzerschnittstelle von Jupyter Notebook zu Bearbeiten und klicken Sie auf Notebook-Metadaten bearbeiten.

  2. Entfernen Sie die folgenden Metadaten:

    "widgets": {
       "state": {},
       "version": "1.1.2"
    }
    
  3. Klicken Sie auf Bearbeiten.

  4. Speichern Sie das Notebook.

ManuelleInstallation wird bei einigen TensorFlow-Bibliotheken nicht unterstützt

Einige TensorFlow-Bibliotheken sind vorinstalliert, aber wenn Sie versuchen,zusätzliche TensorFlow-Bibliotheken selbst zu installieren, tritt ein Fehler auf.

Das Herstellen einer Verbindung zum Notebook-Kernel dauert nach Ausführung einerCodezelle länger als erwartet

Wenn Sie versuchen, die Verbindung zum Kernel wiederherzustellen und sofort eine Codezelle ausführen (bzw. wenn die Kernelverbindung während der Codeausführung wiederhergestellt wurde), stellt das Notebook die Verbindung zum Kernel nicht wieder her und für die Codezelle wird keine Ausgabe angezeigt. Sie müssen die Verbindung zum Kernel manuell wiederherstellen, indem Sie auf Kernel > Verbindung wiederherstellen klicken. Wenn der Kernel bereit ist, könnenSie versuchen, die Codezelle erneut auszuführen.

DieVerwendung des vordefinierten sqlContext-Objekts in mehreren Notebooks verursacht einenFehler

Möglicherweise tritt ein Apache Spark-Fehler auf, wenn Sie das vordefiniertesqlContext-Objekt in mehreren Notebooks verwenden. Erstellen Sie für jedes Notebookein neues sqlContext-Objekt. Weitere Informationen finden Sie in dieser Erläuterung zu Stack Overflow.

Nachricht wegen fehlgeschlagener Verbindung

Wenn Ihr Kernel gestoppt wird, erfolgt keine automatische Speicherung Ihres Notebooksmehr. Klicken Sie zum Speichern des Notebooks manuell auf Datei > Speichern. Daraufhin müsste im Bereich für Kernelinformationen vor der Spark-Version die Nachricht Notebook gespeichert angezeigt werden. Wenn eine Nachricht darauf hinweist, dass der Kernel fehlgeschlagen ist, klicken Sie auf Kernel > Verbindung wiederherstellen, um Ihr Notebook wieder mit dem Kernel zu verbinden. Wenn Ihre Versuche zum erneuten Starten des Kernels erfolglos bleiben und das Notebook nicht gespeichert werden kann, laden Sie es herunter, um die Änderungen zu speichern. Klicken Sie dazu auf Datei > Herunterladen als > Notebook (.ipynb). Anschließend müssen Sie auf Basis Ihrer heruntergeladenenNotebookdatei ein neues Notebook erstellen.

Verbindung zum Notebook-Kernel kann nicht hergestellt werden

Wenn Sie versuchen, ein Notebook auszuführen, und nach den Nachrichten Connecting to Kernelund Connection failed. Reconnecting eine Fehlernachricht für fehlgeschlagene Verbindung ausgegeben wird, kann dies bedeuten, dass die Ausführung des Notebooks durch Ihre Firewall blockiert wird.

Wenn Watson Studio hinter einer Firewall installiert ist, müssen Sie die WebSocket-Verbindung wss://dataplatform.cloud.ibm.com in den Firewalleinstellungen hinzufügen. Die Aktivierung dieser WebSocket-Verbindung ist erforderlich, wenn Sie Notebooks und RStudio verwenden.

Fehler 'Nicht genügend Ressourcen verfügbar' beim Öffnen oder Bearbeiten eines Notebooks

Wenn beim Öffnen oder Bearbeiten eines Notebooks die folgende Nachricht angezeigt wird, weist die dem Notebook zugeordnete Umgebungslaufzeit Ressourcenprobleme auf:

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.

Um die Ursache zu ermitteln, versuchen Sie, die Statusseite für IBM Cloud -Vorfälle zu überprüfen, die sich auf Watson Studioauswirken. Darüber hinaus können Sie einen Supportfall im IBM Cloud Support Portal öffnen.

Probleme beim maschinellen Lernen

Beim Arbeiten mit Tools für maschinelles Lernen können einige dieser Probleme auftreten.

Anforderungen an die Region

Sie können Ihrem Projekt nur dann eine Watson Machine Learning -Serviceinstanz zuordnen, wenn sich die Watson Machine Learning -Serviceinstanz und die Watson Studio -Instanz in derselben Region befinden.

Auf Links zugreifen, wenn Sie beim Zuordnen eines Service zu einem Projekt eine Serviceinstanz erstellen

Wenn Sie einen Watson Machine Learning -Service einem Projekt zuordnen, können Sie eine neue Serviceinstanz erstellen. Wenn Sie einen neuen Service erstellen möchten, funktionieren die Links auf der Serviceseite möglicherweise nicht. Um auf Servicebedingungen, APIs und Dokumentation zuzugreifen, klicken Sie mit der rechten Maustaste auf die Links, um sie in neuen Fenstern zu öffnen.

Federated Learning-Assets können in der Benutzerschnittstelle für neue Projekte nicht in allen Assets, in Suchergebnissen oder in Filterergebnissen durchsucht werden

Sie können Federated Learning-Assets nicht über die Ansicht Alle Assets , die Suchergebnisse oder die Filterergebnisse Ihres Projekts durchsuchen.

Problemumgehung Klicken Sie auf das Federated Learning-Asset, um das Tool zu öffnen.

Probleme bei der Bereitstellung

  • Eine Bereitstellung, die eine bestimmte Zeit lang inaktiv ist (24 Stunden für denkostenlosen Plan oder 120 Stunden für einen bezahlten Plan), wird automatisch in denHibernationsmodus versetzt. Bei Übergabe einer neuen Scoring-Anforderung wird dieBereitstellung reaktiviert und die Scoring-Anforderung verarbeitet. Je nachModellframework kann es nach der Aktivierung zu einer Verzögerung von bis zu 60Sekunden für die erste Scoring-Anforderung kommen.
  • Bei einigen Frameworks (z. B. SPSS Modeler) kann die erste Scoring-Anforderung fürein bereitgestelltes Modell nach der Hibernation zu einem Fehler 504 führen. Ist dies derFall, übergeben Sie die Anforderung erneut; nachfolgende Anforderungen sollten dannerfolgreich sein.

Einschränkungen für Watson Machine Learning

Bekannte Einschränkungen bei AutoAI

  • Derzeit werden bei AutoAI-Experimenten keine Doppelbytezeichensätzeunterstützt. AutoAI unterstützt nur CSV-Dateien mit ASCII-Zeichen. Benutzer müssen alle Nicht-ASCII-Zeichen im Dateinamen oder Inhalt konvertieren und Eingabedaten CSV-Format bereitstellen, wie in diesem CSV-Standard definiert.

  • Verwenden Sie die REST-API anstelle des Python-Clients, um programmgestützt miteinem AutoAI-Modell zu interagieren. Die APIs für den Python-Client, die für dieUnterstützung von AutoAI erforderlich sind, stehen zurzeit nicht zur Verfügung.

Datenmodul wird in IBM Federated Learning nicht gefunden

Der Datenhandler für IBM Federated Learning versucht, ein Datenmodul aus der FL-Bibliothek zu extrahieren, das nicht gefunden werden kann. Möglicherweise wird die folgende Fehlernachricht angezeigt:

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

Das Problem wird möglicherweise durch die Verwendung eines veralteten Datenhandlers verursacht. Überprüfen und aktualisieren Sie Ihren Datenhandler so, dass er der neuesten Spezifikation entspricht. Hier ist der Link zum neuesten MNIST-Datenhandler oder stellen Sie sicher, dass Ihre Beispielversionen aktuell sind.

SPSS Modeler-Probleme

Bei der Arbeit in SPSS Modeler können Sie auf einige der folgenden Probleme stoßen.

Einschränkungen der SPSS Modeler -Laufzeit

Watson Studio enthält in Peru, Ecuador, Kolumbien und Venezuela keineSPSS-Funktionalität.

Zeitmarkendaten in Mikrosekunden gemessen

Wenn Sie Zeitmarkendaten haben, die in Mikrosekunden gemessen werden, können Sie die präziseren Daten in Ihrem Datenfluss verwenden. Sie können die Daten jedoch nur innerhalb der folgenden Einschränkungen verwenden.

  • Sie können Daten, die in Mikrosekunden gemessen werden, nur von Connectors importieren, die SQL-Pushback unterstützen. Weitere Informationen zu den Connectors, die SQL-Pushback unterstützen, finden Sie unter Unterstützte Datenquellen für SPSS Modeler.
  • Sie müssen jeden Datenassetknoten, der Daten aus diesen Connectors importiert, manuell speichern. Speichern Sie diese Knoten, nachdem Sie die neue Option in den Flow-Eigenschaften aktiviert haben. Informationen zum Aktivieren der neuen Option finden Sie unter Eigenschaften für Datenflüsse festlegen.

Gehen Sie wie folgt vor, um einen Datenassetknoten zu speichern:

  1. Doppelklicken Sie auf den Knoten, um seine Eigenschaften zu öffnen.
  2. Klicken Sie auf Speichernund schließen Sie dann die Eigenschaften.

Knoten und Unicode-Zeichen zusammenführen

Der Zusammenführungsknoten behandelt die folgenden sehr ähnlichen japanischen Zeichen als dasselbe Zeichen.
Japanische Zeichen

Verbindungsprobleme

Dieses Problem kann beim Arbeiten mit Verbindungen auftreten.

Cloudera Impala -Verbindung funktioniert nicht mit LDAP-Authentifizierung

Wenn Sie eine Verbindung zu einer Cloudera Impala -Datenquelle erstellen und der Cloudera Impala -Server für die LDAP-Authentifizierung konfiguriert ist, funktionieren die Authentifizierungsmethode mit Benutzername und Kennwort in IBM watsonx nicht.

Problemumgehung: Inaktivieren Sie die Option LDAP-Authentifizierung aktivieren auf dem Impala -Server. Weitere Informationen finden Sie unter LDAP-Authentifizierung konfigurieren in der Dokumentation zu Cloudera .

Watson Pipelines -bekannte Probleme

Die Probleme betreffen Watson Pipelines.

Verschachtelungsschleifen mit mehr als zwei Ebenen können zu Pipelinefehlern führen

Verschachtelungsschleifen mit mehr als zwei Ebenen können zu einem Fehler führen, wenn Sie die Pipeline ausführen, z. B. Fehler beim Abrufen der Ausführung. Wenn Sie die Protokolle prüfen, kann ein Fehler wie text in text not resolved: neither pipeline_input nor node_outputangezeigt werden. Wenn Sie eine Schleife mit der Ausgabe eines Bash-Scripts erstellen, wird im Protokoll möglicherweise ein Fehler wie der folgende aufgelistet: PipelineLoop can't be run; it has an invalid spec: non-existent variable in $(params.run-bash-script-standard-output). Um das Problem zu beheben, verschachteln Sie Schleifen nicht mehr als zwei Ebenen.

Asset-Browser spiegelt nicht immer die Anzahl für die Gesamtzahl des Assettyps wider

When selecting an asset from the asset browser, such as choosing a source for a Copy node, you see that some of the assets list the total number of that asset type available, but notebooks do not. Dies ist eine aktuelle Einschränkung.

Pipeline-Versionen können nicht gelöscht werden

Derzeit können Sie gespeicherte Versionen von Pipelines, die Sie nicht mehr benötigen, nicht löschen.

Das Löschen eines AutoAI-Experiments schlägt unter bestimmten Umständen fehl

Bei Verwendung eines AutoAI-Experiment löschen-Knotens zum Löschen eines AutoAI-Experiments, das über die Benutzerschnittstelle für Projekte erstellt wurde, wird das AutoAI-Asset nicht gelöscht. Der restliche Ablauf wird jedoch erfolgreich durchgeführt.

Cache scheint aktiviert zu sein, ist aber nicht aktiviert

Wenn der Kopiermodus des Pipelines-Knotens Assets kopieren auf Overwritegesetzt ist, wird der Cache als aktiviert angezeigt, bleibt aber inaktiviert.

Einschränkungen für Watson Pipelines

Diese Einschränkungen gelten für Watson Pipelines.

Grenzwerte für einzelne Pipelines

Diese Einschränkung gilt unabhängig von der Konfiguration für eine einzelne Pipeline.

  • Jede einzelne Pipeline darf nicht mehr als 120 Standardknoten enthalten
  • Jede Pipeline mit einer Schleife kann nicht mehr als 600 Knoten in allen Iterationen enthalten (z. B. 60 Iterationen-jeweils 10 Knoten).

Einschränkungen nach Konfigurationsgröße

Einstiegslösung mit begrenztem Umfang

Eine SMALL-Konfiguration unterstützt 600 Standardknoten (über alle aktiven Pipelines hinweg) oder 300 Knoten werden in einer Schleife ausgeführt. Beispiel:

  • 30 Standardpipelines mit 20 Knoten werden parallel ausgeführt = 600 Standardknoten
  • 3 Pipelines mit einer Schleife mit 10 Iterationen und 10 Knoten in jeder Iteration = 300 Knoten in einer Schleife

Lösung mit mittelgroßem Umfang

Eine MEDIUM-Konfiguration unterstützt 1200 Standardknoten (über alle aktiven Pipelines hinweg) oder 600 Knoten laufen in einer Schleife. Beispiel:

  • 30 Standardpipelines mit 40 Knoten werden parallel ausgeführt = 1200 Standardknoten
  • 6 Pipelines mit einer Schleife mit 10 Iterationen und 10 Knoten in jeder Iteration = 600 Knoten in einer Schleife

Große Lösung

Eine LARGE-Konfiguration unterstützt 4800 Standardknoten (über alle aktiven Pipelines hinweg) oder 2400 Knoten werden in einer Schleife ausgeführt. Beispiel:

  • 80 Standardpipelines mit 60 Knoten laufen parallel = 4800 Standardknoten
  • 24 Pipelines mit einer Schleife mit 10 Iterationen und 10 Knoten in jeder Iteration = 2400 Knoten in einer Schleife

Größenbegrenzungen für Eingabe und Ausgabe

Eingabe-und Ausgabewerte, die Pipelineparameter, Benutzervariablen und generische Knoteneingaben und -ausgaben enthalten, dürfen 10 KB an Daten nicht überschreiten.

Batcheingabe auf Datenassets beschränkt

Derzeit ist die Eingabe für Batchbereitstellungsjobs auf Datenassets beschränkt. Dies bedeutet, dass bestimmte Typen von Implementierungen, die JSON-Eingabe oder mehrere Dateien als Eingabe erfordern, nicht unterstützt werden. So werden z. B. SPSS-Modelle und Decision Optimization-Lösungen, für die mehrere Dateien als Eingabe erforderlich sind, nicht unterstützt.

Probleme mit Cloud Object Storage

Diese Probleme gelten für die Arbeit mit Cloud Object Storage.

Probleme mit Cloud Object Storage bei aktiviertem Key Protect

Key Protect in Verbindung mit Cloud Object Storage wird für die Arbeit mit Watson Machine Learning -Assets nicht unterstützt. Wenn Sie Key Protectverwenden, können diese Probleme auftreten, wenn Sie mit Assets in Watson Studioarbeiten.

  • Das Trainieren oder Speichern dieser Watson Machine Learning -Assets kann fehlschlagen:
    • Automatische AI
    • Föderiertes Lernen
    • Watson Pipelines
  • Möglicherweise können Sie ein SPSS -Modell oder ein Notebookmodell nicht in einem Projekt speichern.

Probleme mit watsonx.governance

Verzögerung beim Anzeigen von Bereitstellungsdaten für Eingabeaufforderungsvorlagen in einem Factsheet

Wenn eine Implementierung für eine Eingabeaufforderungsvorlage erstellt wird, werden die Fakten für die Implementierung nicht sofort zum Factsheet hinzugefügt. Sie müssen zuerst die Bereitstellung auswerten oder die Seite für die Lebenszyklusüberwachung anzeigen, um die Fakten zum Factsheet hinzuzufügen.

Anzeigeprobleme für vorhandene Factsheet-Benutzer

Wenn Sie zuvor Factsheets mit IBM Knowledge Catalog verwendet haben und einen neuen KI-Anwendungsfall in watsonx.governanceerstellen, werden möglicherweise einige Anzeigeprobleme angezeigt, wie z. B. doppelte Risikostufenfelder im Abschnitt "Allgemeine Informationen und Details" der KI-Anwendungsfallschnittstelle.

Aktualisieren Sie zur Behebung von Anzeigeproblemen die model_entry_user -Assettypdefinition. Details zum programmgesteuerten Aktualisieren eines Anwendungsfalls finden Sie unter Details für einen Anwendungsfall oder ein Factsheet anpassen.

Redundante Anhangslinks im Factsheet

Ein Factsheet verfolgt alle Ereignisse für ein Asset in allen Phasen des Lebenszyklus. Anhänge werden in jeder Phase angezeigt, wodurch Redundanz im Factsheet entsteht.

Generative KI-Suche und -Antwort
Diese Antworten werden von einem großen Sprachmodell in watsonx.ai basierend auf dem Inhalt der Produktdokumentation generiert. Weitere Informationen