0 / 0
Torna alla versione inglese della documentazione
Problemi e limitazioni noti
Problemi e limitazioni noti

Problemi e limitazioni noti

I seguenti limiti e le problematiche note si applicano a Cloud Pak for Data as a Service.

Elenco dei problemi di Watson Knowledge Catalog

Elenco delle problematiche Data Privacy

Elenco delle problematiche Data Refinery

Elenco delle problematiche Watson Query

Elenco dei problemi di Watson Studio

Elenco dei problemi di Watson Machine Learning

Elenco di Cognos Dashboard Embedded problemi

Elenco delle problematiche Watson OpenScale

Elenco dei problemi SPSS Modeler

Watson Knowledge Catalog

Se si utilizza il Watson Knowledge Catalog, potrebbe incontrare questi noti problemi e limitazioni quando si utilizzano cataloghi.

I dati non sono mascheri in alcuni strumenti di progetto

Quando si aggiunge un asset di dati connesso che contiene colonne mascherate da un catalogo ad un progetto, le colonne rimangono mascherate quando si visualizzano i dati e quando si perfezionare i dati nello strumento Data Refinery . Tuttavia, altri strumenti nei progetti non conservano la mascheratura quando accedono ai dati attraverso una connessione. Ad esempio, quando si caricano i dati connessi in un Notebook, un flusso DataStage , un pannello di controllo o altri strumenti di progetto, si accede ai dati tramite una connessione diretta e da bypass.

Gli artefatti di governance predefiniti potrebbero non essere disponibili

Se non si vedono classificazioni o classi di dati predefinite, reinizializzare il tuo inquilino utilizzando la seguente chiamata API:

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

Aggiungere collaboratori con indirizzi email minuscoli

Quando si aggiungono collaboratori al catalogo, inserire indirizzi email con tutte le lettere minuscola. Gli indirizzi email di caso misto non sono supportati.

Limitazioni di connessione Object Storage

Quando si guarda una connessione Cloud Object Storage (S3 API) o Cloudant , la cartella stessa viene elencata come asset child.

Le operazioni di connessione simultane multiple potrebbero non riuscire

Potrebbe essere riscontrato un errore quando più utenti eseguono operazioni di connessione contemporaneamente. Il messaggio di errore può variare.

Impossibile abilitare l'applicazione della regola di protezione dei dati dopo la creazione del catalogo

Non è possibile abilitare l'applicazione delle regole di protezione dei dati dopo aver creato un catalogo. Per applicare le regole di protezione dei dati agli asset in un catalogo, è necessario abilitare l'applicazione durante la creazione del catalogo.

Gli asset sono bloccati se la valutazione fallisce

Le seguenti limitazioni si applicano agli asset dati in un catalogo con le policy applicate: gli asset dati basati su file che hanno un'intestazione non possono avere nomi di colonne duplicati, un periodo (.) o virgolette singole (') in un nome di colonna.

Se la valutazione fallisce, l'asset viene bloccato a tutti gli utenti tranne il proprietario di asset. Tutti gli altri utenti vedono un messaggio di errore che l'asset di dati non può essere visualizzato perché la valutazione non è riuscita e l'asset è bloccato.

Solo il pulsante posteriore del browser ti riporta all'asset di arricchimento dei metadati dalla pagina delle impostazioni predefinite

Quando si apre la pagina Impostazioni predefinite dall'interno di un asset di arricchimento dei metadati, non è possibile tornare all'asset utilizzando un pulsante nella UI del prodotto o i breadcrumb. Utilizzare il pulsante di ritorno del browser per navigare in asset.

Solo il filtro classe dati nei risultati di arricchimento dei metadati è sensibile al maiuscolo

Quando si filtrano i risultati di arricchimento dei metadati nella scheda Colonna , solo le voci Data class sono sensibili al maiuscolo. Le voci nei filtri Business terms, Schemie Assetti sono tutte minuscole indipendentemente dall'involucro effettivo del valore.

Le opzioni di filtro nei risultati di arricchimento dei metadati potrebbero non essere aggiornate immediatamente

Quando si aggiungono asset, assegnare nuove classi di dati o termini aziendali o rimuovere termini aziendali, i rispettivi filtri non vengono immediatamente aggiornati. Come un workaround, aggiornare il browser per visualizzare gli elenchi di filtri aggiornati.

I dettagli di arricchimento per un asset potrebbero non riflettere le impostazioni applicate sull'ultima esecuzione di arricchimento

Dopo aver modificato le opzioni di arricchimento per un arricchimento dei metadati eseguito almeno una volta, i dettagli dell'asset potrebbero mostrare le opzioni aggiornate invece delle opzioni applicate nell'ultima esecuzione di arricchimento.

Impossibile accedere alle singole pagine in un asset di arricchimento dei metadati direttamente

Se il numero di asset o colonne in un asset di arricchimento dei metadati si estende per diverse pagine, non puoi accedere direttamente ad una pagina specifica. L'elenco a discesa numero di pagina è disabilitato. Utilizzare invece i pulsanti Pagina successiva e Pagina precedente .

Dettagli incompleti per una classe dati assegnata nei risultati di arricchimento di una colonna

Quando si fa clic sulla classe dati assegnata sulla scheda Governance dei dettagli della colonna nei risultati di arricchimento dei metadati viene mostrata un'anteprima dei dettagli della classe dati. Tuttavia i dettagli sono incompleti.

In alcuni casi, potresti non vedere il log completo di un lavoro di arricchimento dei metadati eseguito nella UI

Se l'elenco degli errori in un processo di arricchimento dei metadati è eccezionalmente lungo, nella UI potrebbe essere visualizzata solo una parte del log del lavoro.

Workaround: Scarica l'intero log e lo analizzi in un editor esterno.

Le informazioni sullo schema potrebbero mancare quando si filtrano i risultati di arricchimento

Quando si filtrano gli asset o le colonne nei risultati di arricchimento sulle informazioni di origine, le informazioni sullo schema potrebbero non essere disponibili.

Workaround: Rieseguire il lavoro di arricchimento e applicare nuovamente il filtro Source .

Quando si cerca un asset nella scheda Assets di un asset di arricchimento dei metadati, non potrebbero essere restituiti risultati. Considerare questi limiti:

  • La ricerca è sensibile al caso.
  • Il risultato contiene solo record che corrispondono all'esatta frase di ricerca o iniziano con la frase.

Data Privacy

Se si utilizza Data Privacy, si potrebbero incontrare questi noti problemi e restrizioni quando si stanno privatizzando i dati.

I lavori di flusso di mascheramento potrebbero

Durante un lavoro di flusso di mascheramento, Spark potrebbe tentare di leggere tutta una fonte di dati in memoria. Gli errori potrebbero verificarsi quando non c'è abbastanza memoria per supportare il lavoro. Il più grande volume di dati che può rientrare nel nodo di elaborazione Spark distribuito più grande è approssimativamente 12GBs.

Data Refinery

Se si utilizza Data Refinery, potrebbe incontrare questi noti problemi e limitazioni quando si riprede i dati.

Le credenziali personali non sono supportate per gli asset di dati connessi in Data Refinery

Se si crea un asset di dati connesso con credenziali personali, altri utenti devono utilizzare il seguente workaround per poter utilizzare l'asset di dati connesso in Data Refinery.

Workaround:

  1. Vai alla pagina del progetto e clicca sul link per l'asset di dati connesso per aprire l'anteprima.
  2. Inserire le credenziali.
  3. Aprire Data Refinery e utilizzare l'asset di dati connessi autenticati per una sorgente o un target.

Impossibile visualizzare i lavori in flussi Data Refinery nei nuovi progetti UI

Se si lavora nella nuova UI dei progetti, non si dispone dell'opzione per visualizzare i lavori dal menu delle opzioni in Data Refinery flussi.

Workaround: Per visualizzare i lavori in Data Refinery flussi, aprire un flusso Data Refinery , fare clic sull'icona Lavori l'esecuzione o la pianificazione di un'icona di lavoroe selezionare Salvataggio e vista lavori. È possibile visualizzare un elenco di tutti i lavori del proprio progetto sulla scheda Lavori .

Watson Studio problemi

Potresti incontrare alcuni di questi problemi quando si inizia con e utilizzando Watson Studio.

Gli asset di Apprendimento Federato non possono essere ricercati in Tutti gli asset, i risultati della ricerca o i risultati del filtro nei nuovi progetti UI

Se si lavora nella nuova UI dei progetti non è possibile cercare asset di Apprendimento Federato dalla vista Tutti gli asset , i risultati della ricerca o i risultati del filtro del tuo progetto.

Workaround: Clicca il asset di Federated Learning per aprire lo strumento o passare ai progetti legacy per continuare ad utilizzare la versione completamente integrata di Federated Learning nel tuo progetto.

Duplicare un notebook non crea un nome univoco nei nuovi progetti UI

Quando si duplica un notebook nella nuova UI dei progetti, il notebook duplicato non viene creato con un nome univoco.

Impossibile creare asset nei conti più vecchi

Se stai lavorando in un'istanza di Watson Studio che è stato attivato prima di novembre, 2017, potresti non essere in grado di creare asset operativi, come notebook. Se il pulsante Crea rimane grigio e disabilitato, è necessario aggiungere il servizio Watson Studio al proprio account dal catalogo Servizi.

500 errore server interno ricevuto durante l'avvio di Watson Studio

Raramente è possibile ricevere un errore del server interno HTTP (500) quando si avvia Watson Studio. Questo potrebbe essere causato da un cookie scaduto memorizzato per il browser. Per confermare l'errore è stato causato da un cookie di stalla, provare a lanciare Watson Studio in una sessione di consultazione privata (incognito) o utilizzando un browser diverso. Se è possibile avviare correttamente nel nuovo browser, l'errore è stato causato da un cookie scaduto. Hai una scelta di risoluzioni:

  1. Uscire dall'applicazione del browser completamente per reimpostare il cookie. È necessario chiudere e riavviare l'applicazione, non solo chiudere la finestra del browser. Riavviare l'applicazione del browser e avviare Watson Studio per reimpostare il cookie di sessione.
  2. Cancellare i cookie IBM dai dati di consultazione e avviare Watson Studio. Guarda nei dati di sfoglia o nelle opzioni di sicurezza nel browser per cancellare i cookie. Notare che la cancellazione di tutti i cookie IBM potrebbe influenzare altre applicazioni IBM .

Se l'errore del 500 persiste dopo l'esecuzione di una di queste risoluzioni, controllare la pagina di stato per gli incidenti IBM Cloud che riguardano Watson Studio. Inoltre, è possibile aprire un caso di supporto al IBM Cloud portale di supporto.

Errore durante il login

Potresti ricevere questo messaggio di errore mentre si cerca di accedere a Watson Studio: "Access Manager WebSEAL non ha potuto completare la tua richiesta a causa di un errore imprevisto". Torna su dataplatform.cloud.ibm.com e accedi di nuovo. Di solito il secondo tentativo di login funziona.

L'installazione manuale di alcune librerie tensoriali non è supportata

Alcune librerie di flusso tensoriali sono preinstallate, ma se si cerca di installare ulteriori librerie di flusso tensoriali si ottiene un errore.

La connessione al kernel del notebook sta impiegando più tempo del previsto dopo l'esecuzione di una cella di codice

Se si cerca di ricollegarsi al kernel ed eseguire immediatamente una cella di codice (o se la riconnessi del kernel è avvenuta durante l'esecuzione del codice), il notebook non si riconnette al kernel e non viene visualizzata alcuna emissione per la cella del codice. È necessario ricollegarsi manualmente al kernel facendo clic su Kernel > Ricambi. Quando il kernel è pronto, è possibile provare di nuovo la cella del codice.

L'utilizzo dell'oggetto sqlContext predefinito in più notebook provoca un errore

Si potrebbe ricevere un errore Apache Spark se si utilizza l'oggetto sqlContext predefinito in più notebook. Creare un nuovo oggetto sqlContext per ogni notebook. Consultare questa spiegazione Stack Overflow.

Le attività di Spark potrebbero non riuscire con l'errore dei tasti AWS mancante

Respaware un esecutore non riuscito durante un lavoro che legge o scrive Parquet su S3 provoca le successive attività per non riuscire a causa delle chiavi AWS mancanti.

Il kernel del notebook non è iniziato quando si apre un notebook Scala

Si potrebbe notare che il kernel del notebook non è in esecuzione quando si apre un notebook Scala che utilizza le librerie Spark e Scala personalizzate. Questa situazione si pone quando si utilizzano librerie Scala non compatibili con la versione Spark che si sta utilizzando, ad esempio, se si utilizza un file jar Scala 2,10 in un notebook con Spark 2,1.

Per evitare questa situazione:

  1. Assicurarsi di utilizzare le librerie Scala 2,11 con Spark 2,1.
  2. Eseguire il seguente codice in un notebook Python per rimuovere le librerie Scala esistenti:
    !rm -rvf ~/data/libs/*
    
  3. Ricarica le librerie di cui hai bisogno.

Messaggio non riuscito di connessione

Se il tuo kernel si arresta, il tuo notebook non viene più salvato automaticamente. Per salvarlo, clicca su File > Salva manualmente e si dovrebbe ricevere un messaggio Notebook salvato nell'area informazioni del kernel, che compare prima della versione Spark. Se si ottiene un messaggio che il kernel non è riuscito, per ricollegare il notebook al kernel clicca su Kernel > Ricette. Se non si riavvia il kernel e non è possibile salvare il notebook, è possibile scaricarlo per salvare le modifiche cliccando su File > Scarica come > Notebook (.ipynb). Poi è necessario creare un nuovo notebook in base al proprio file di notebook scaricato.

Connessione al kernel notebook su Amazon EMR non riuscita

Se il linguaggio del notebook, ad esempio Python 3.7 with Spark non viene visualizzato per il notebook, il kernel del notebook non potrebbe essere avviato.

Per verificare che il Kernel Gateway a Amazon Elastic Map Reduce sia avviato e i suoi endpoint sono accessibili via internet, run: curl https://<KG_EMR_URL>:<PORT>/api/kernelspecs -H "Authorization: token <Personal_access_token>"

Il Gateway del kernel è accessibile se viene restituito un elenco JSON delle kermesse disponibili. In caso contrario, è necessario reinstallare Jupyter Kernel Gateway su Amazon EMR. Per i dettagli, consultare Aggiungi un servizio Spark Amazon EMR.

La connessione al kernel del notebook su Amazon EMR sta impiegando più tempo del previsto

Se il kernel del notebook non inizierà, il servizio Amazon Elastic Map Reduce potrebbe aver esaurito le risorse Spark. Puoi liberare le risorse di Spark fermando i chicchi di notebook che non stai usando. In alternativa, è possibile arrestare tutti i kernel riavviando il Kernel Gateway al cluster EMR:

  1. Aprire la console Amazon EMR e accedere al nodo principale del cluster.
  2. Inserire wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh per scaricare il setup di Kernel Gateway.
  3. Inserire chmod +x install_kg_emr_bootstrap_script.sh per eseguire lo script.
  4. Inserire ./install_kg_emr_bootstrap_script.sh --restart per riavviare il Kernel Gateway. Verrà richiesto il numero di porta.

Connessione a Amazon EMR non disponibile

Se continuate a correre in problemi di connessione a Amazon Elastic Map Reduce, è meglio disinstallare il Kernel Gateway e installarlo nuovamente:

  1. Aprire la console Amazon EMR e accedere al nodo principale del cluster.
  2. Inserire wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh per scaricare il setup di Kernel Gateway.
  3. Inserire chmod +x install_kg_emr_bootstrap_script.sh per eseguire lo script.
  4. Inserire ./install_kg_emr_bootstrap_script.sh --uninstall per rimuovere il Kernel Gateway.
  5. Immettere ./install_kg_emr_bootstrap_script.sh per installare nuovamente il Kernel Gateway.

Connessione al servizio IBM Analytics Engine non disponibile

L'istanza di servizio IBM Analytics Engine che hai scelto di utilizzare per il tuo notebook in Watson Studio potrebbe essere stata cancellata o potrebbe non essere in esecuzione. Verificare se l'istanza di servizio esiste e viene provisita sul Dashboard IBM Cloud facendo clic sul menu di navigazione in Watson Studio e selezionando Dashboard.

Aggiungere un nuovo servizio IBM Analytics Engine dalla sezione IBM Servizi nella pagina Servizi e integrazioni .

No Inserisci al supporto codice per notebook che corrono in Spark 3,0 & Scala 2,12 ambienti

Non è possibile accedere ai dati da asset di progetto in Scala notebook che si eseguono in ambienti Spark 3,0 & Scala 2,12. Viene restituito un errore quando si fa clic sul link Inserisci al codice sotto il nome dell'asset e si seleziona di caricare i dati in uno SparkSession DataFrame. Un workaround è quello di ripassare all'utilizzo di un ambiente Spark 2,4 & Scala 2,11.

Se il tuo notebook contiene sezioni che si collegano a partire da una sezione introduttiva nella parte superiore del notebook ad esempio, i link a queste sezioni non funzioneranno se il notebook è stato aperto in modalità view - only in Firefox. Tuttavia, se si apre il notebook in modalità modifica, questi link funzioneranno.

Impossibile connettersi al kernel notebook

Se si prova a eseguire un notebook e si vede il messaggio Connecting to Kernel, seguito da Connection failed. Reconnecting e infine da un messaggio di errore di connessione non riuscito, il motivo potrebbe essere che il vostro firewall stia bloccando il notebook da corsa.

Se Watson Studio è installato dietro un firewall, è necessario aggiungere la connessione WebSocket wss://dataplatform.cloud.ibm.com alle impostazioni del firewall. Abilitando questa connessione WebSocket è richiesto quando si utilizzano notebook e RStudio.

ERROR_RESOURCES_UNAVAILABLE quando si apre o si modifica un notebook

Se si vede il messaggio ERROR_RESOURCES_UNAVAILABLE quando si apre o si modifica un notebook, il runtime dell'ambiente associato al notebook ha problemi di risorse.

Per trovare la causa, provare a controllare la pagina di stato per gli incidenti di IBM Cloud che riguardano Watson Studio. Inoltre è possibile aprire un caso di supporto al portale di supporto IBM Cloud .

Problematiche Watson Machine Learning

Potresti incontrare alcuni di questi problemi quando si lavora con i componenti IBM Watson Machine Learning , tra cui Model Builder e Flow Editor.

Requisiti della regione

È possibile associare un'istanza di servizio Watson Machine Learning solo con il proprio progetto Watson Studio quando l'istanza di servizio Watson Machine Learning e l'istanza Watson Studio si trovano nella stessa regione.

Limitazioni di runtime Editor di flusso

Watson Studio non include funzionalità SPSS in Perù, Ecuador, Colombia e Venezuela.

Problemi di distribuzione

  • Una distribuzione inattiva (senza punteggi) per un tempo impostato (24 ore per il piano gratuito o 120 ore per un piano retribuito) viene automaticamente dirottata. Quando viene presentata una nuova richiesta di punteggio, la distribuzione viene riattivata e viene servita la richiesta di punteggio. Aspettati un breve ritardo da 1 a 60 seconds secondi per la prima richiesta di punteggio dopo l'attivazione, a seconda del framework del modello.
  • Per alcuni quadri, come ad esempio il modeler SPSS , la prima richiesta di punteggio per un modello distribuito dopo l'ibernazione potrebbe causare un errore del 504. In questo caso, inoltrare di nuovo la richiesta; le richieste successive dovrebbero riuscire.

AutoAI limitazioni note

  • Attualmente, gli esperimenti di AutoAI non supportano serie di caratteri a doppio byte. AutoAI supporta solo i file CSV con caratteri ASCII. Gli utenti devono convertire qualsiasi carattere non ASCII nel nome del file o nel contenuto, e fornire i dati di input come CSV come definito in questo standard CSV.

  • Per interagire programmaticamente con un modello AutoAI , utilizzare l'API REST invece del client Python . Le API per il client Python richieste per supportare AutoAI non sono generalmente disponibili in questo momento.

Modulo dati non trovato in IBM Federated Learning

Il gestore dei dati per IBM Federated Learning sta cercando di estrarre un modulo dati dalla libreria FL ma non è in grado di trovarlo. Si potrebbe vedere il seguente messaggio di errore:

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

La questione probabilmente deriva dall'utilizzo di un DataHandler obsoleto. Si prega di rivedere e aggiornare il DataHandler per essere conforme all'ultima spec. Ecco il link al più recente MNIST data handler o assicurarsi che le versioni del campione di galleria siano aggiornate.

Creazione pod fail in riesecuzione di un esperimento di apprendimento federato IBM

Si potrebbe vedere il seguente messaggio di errore:

Pod creation failed because of insufficient resources that prevented scheduling.

La questione probabilmente deriva dall'utilizzo di un modello più vecchio su una spec software più recente. Ti preghiamo di rivedere e aggiornare il tuo modello per conformarti all'ultima spec. Ecco il link ai più recenti Quadri e Python compatibilità versione.

Cognos Dashboard Embedded problemi

Potresti incontrare alcuni di questi problemi quando si lavora con un Cognos Dashboard Embedded.

I dashboard Cognos possono utilizzare solo le connessioni dati create con le credenziali username e password

Cognos Dashboard Embedded richiede che le connessioni di database e gli asset di dati connessi aggiunti come origini dati ad un pannello di controllo devono includere username e credenziali di password.

Se queste credenziali non vengono specificate nella connessione e viene utilizzato un tasto token o API invece, Cognos Dashboard Embedded non può utilizzare tale connessione o asset connesso come fonte di dati.

Tipo di dati errato mostrato per gli asset dati raffinati

Dopo aver importato un file CSV, se si fa clic sul file importato nella pagina Panoramica asset dati , i tipi di alcune colonne potrebbero non presentarsi correttamente. Ad esempio, un dataset di un report aziendale con una colonna chiamata Revenue che contiene le entrate dell'azienda potrebbe presentarsi come tipo String, invece di un tipo di dati orientato al numero più logico.

Caratteri speciali non supportati nei file CSV

Il nome file CSV di origine può contenere caratteri non alfanumerici. Tuttavia, il nome file CSV non può contenere i caratteri speciali / : & < . \ ". Se il nome del file contiene questi caratteri, vengono rimossi dal nome della tabella.

Importante: i nomi delle colonne della tabella nel file CSV di origine non possono contenere nessuno dei caratteri speciali non supportati. Quei caratteri non possono essere rimossi perché il nome nel modulo dati deve corrispondere al nome della colonna nel file di origine. In questo caso, rimuovere i caratteri speciali nei nomi delle colonne per abilitare l'utilizzo dei tuoi dati in una dashboard.

I valori di stringa in file CSV sono limitati a 128 caratteri

I valori di stringa in una colonna nel tuo file CSV di origine possono essere lunghi solo 128 caratteri. Se il tuo file CSV ha colonne di stringa con valori più lunghi, viene visualizzato un messaggio di errore.

Limitazioni del formato data nei file CSV

Esistono limitazioni di formato data per i file CSV utilizzati nelle visualizzazioni. Per i dettagli, consultare Risoluzione dei problemi quando si utilizzano i dati dei file CSV in Cognos Dashboard Embedded.

Impossibile sostituire una tabella dati in una visualizzazione

Quando si aggiunge una visualizzazione ad un pannello di controllo, non è possibile aggiungere una tabella dati alla visualizzazione se precedentemente aggiunti (e poi rimossi) i campi dati da un'altra tabella dati. Questa restrizione si applica a Db2, tabelle CSV e altre fonti di dati.

Cognos Analytics funzioni non supportate

La seguente funzionalità da IBM Cognos Analytics non è supportata in dashboard:

  • Raggruppamento dati
  • Palette di colore personalizzate
  • visualizzazioni personalizzate
  • Assistente
  • Previsione
  • Approfondimenti nella visualizzazione
  • Visualizzazione del notebook Jupyter
  • Analytics dati avanzati

SPSS Modeler problemi

Potresti incontrare alcuni di questi problemi quando si lavora in SPSS Modeler.

Errore durante il tentativo di arrestare un flusso di esecuzione

Durante l'esecuzione di un flusso SPSS Modeler , potrebbe verificarsi un errore se si cerca di arrestare il flusso dalla pagina Ambienti sotto la scheda Gestisci del proprio progetto. Per arrestare completamente il runtime SPSS Modeler e il consumo CUH, chiudere la linguetta del browser in cui si ha la portata aperta.

I nodi importati Data Asset Export a volte non riescono a eseguire

Quando si crea un nuovo flusso importando un flusso SPSS Modeler (file .str), migrare il nodo di esportazione e quindi eseguire il nodo risultante Asset Export, l'esecuzione potrebbe non riuscire. Per lavorare intorno a questo problema: rieseguire il nodo, modificare il nome di output e modificare l'opzione Se l'impostazione data esiste già nelle proprietà del nodo, quindi eseguire nuovamente il nodo.

L'anteprima dei dati potrebbe fallire se i metadati della tabella sono cambiati

In alcuni casi, quando si utilizza il nodo di importazione Data Asset per importare i dati da una connessione, l'anteprima dei dati potrebbe restituire un errore se i metadati della tabella sottostante (modello dati) sono cambiati. Ricreare il nodo Asset Asset per risolvere la questione.

Impossibile visualizzare l'output dopo l'esecuzione di un nodo di output di estensione

Durante l'esecuzione di un nodo di estensione di estensione con l'opzione Output to file selezionata, il file di output risultante restituisce un errore quando si prova ad aprirlo dal pannello di Outputs.

Impossibile visualizzare in anteprima i dati Excel dalle connessioni COS

Attualmente non si possono visualizzare in anteprima i dati .xls o .xlsx da una connessione COS.

Numeri interpretati come una stringa

Qualsiasi numero con una precisione maggiore o uguale a 32 e una scala pari a 0 verrà interpretato come una stringa. Se è necessario modificare questo comportamento, è possibile utilizzare un nodo Filler per gettare il campo ad un numero reale invece utilizzando l'espressione to_reale (@FIELD).

SuperNode contenente nodi di importazione

Se il tuo flusso ha un SuperNode che contiene un nodo Import, lo schema di input potrebbe non essere impostato correttamente quando si salva il modello con l'opzione Scoring branch . Per lavorare intorno a questo problema, espandere il SuperNode prima di risparmiare.

Nodi KDE con versione Python non supportata

Se il tuo flusso contiene un vecchio nodo KDE, potrai ricevere un errore quando lo esegui sul modello utilizzando un pacchetto Python che non è più supportato. In tal caso, rimuovere il vecchio nodo KDE e aggiungete un nuovo.

Esportazione in un file SAV

Quando si utilizza il nodo Data Asset Export da esportare in un file SAV SPSS Statistics (.sav), l'opzione Sostituisci asset dati non funzionerà se lo schema di input non corrisponde allo schema di output. Lo schema del file esistente che si desidera sostituire deve corrispondere.

Delimitatore e opzioni decimali

È possibile impostare solo delimitatore di campo e opzioni decimali per i nodi Data Asset (.csv). Queste opzioni non sono disponibili per le connessioni in questo momento.

Esecuzione dei flussi su un Watson Machine Learning Server

Quando si eseguono flussi su un Watson Machine Learning Server, si potrebbero incontrare i seguenti problemi:

  • Se un flusso fa riferimento ad una connessione, la connessione deve essere accessibile sia sulla macchina locale (per configurare la connessione) che sul remoto Watson Machine Learning Server (per eseguire il flusso).
  • Se un flusso contiene nodi Text Analytics, non è possibile eseguirlo su un Watson Machine Learning Server. È necessario eseguire il flusso in locale.
  • Non importare un file di flusso (.str) che richiede la migrazione ad un flusso che viene eseguito su Watson Machine Learning Server.

Migrazione dei nodi di importazione

Se si importa un flusso (.str) al tuo flusso creato in desktop SPSS Modeler e contiene uno o più nodi di importazione non supportati, ti verrà richiesto di migrare i nodi di importazione in asset dati. Se lo stream contiene più nodi Importazione che utilizzano lo stesso file di dati, è necessario innanzitutto aggiungere tale file al progetto come asset di dati prima di migrare, perché la migrazione non può caricare lo stesso file in più di un nodo Importazione. Dopo aver aggiunto l'asset di dati al progetto, aprire di nuovo il flusso e continuare la migrazione utilizzando il nuovo asset di dati.

Analisi testo

I nodi Text Analytics hanno le seguenti problematiche:

  • Quando si genera un nuovo modello dalla Workbench di Text Analytics, il nuovo modello non è collegato ad alcun nodo. Ad esempio, se si fa clic su Genera nuovo modello dieci volte, si otterranno dieci nuovi nodi di modellazione.
  • L'editing delle risorse linguistiche non è attualmente disponibile.
  • Se un flusso contiene nodi Text Analytics, non è possibile eseguirlo su un Watson Machine Learning Server.
  • Nel Workbench di Text Analytics, quando si fa clic su Generare nuovo modello, viene creato un nuovo nugget modello nel tuo flusso. Se si generano più modelli, avranno tutti lo stesso nome, quindi potrebbe essere difficile differenziarli. Un suggerimento è di utilizzare le annotazioni per facilitare l'identificazione (fare doppio clic su un nugget del modello per aprirne le proprietà, poi andare a ANNOTAZIONI).
  • Dopo aver chiuso il Workbench di Text Analytics, eventuali impostazioni di filtro o impostazioni di build di categoria modificati non vengono salvate sul nodo come dovrebbero.

Argomento principale: Cloud Pak for Data as a Service