Translation not up to date
Aşağıda, IBM Watson Machine Learning' in kullanımıyla ilgili genel sorun giderme sorularının yanıtları yer alıyor.
Watson Machine Learningiçin yardım ve destek alınması
Watson Machine Learning' i kullanırken sorun ya da sorularınız olursa, bilgi arayarak ya da bir forum aracılığıyla sorular sorarak yardım alabilirsiniz. Ayrıca, bir destek kartı da açabilirsiniz.
Bir soru sormak için forumları kullanırken, sorunuzu Watson Machine Learning geliştirme ekipleri tarafından görünmesi için etiketlemeniz gerekir.
Watson Machine Learningile ilgili teknik sorularınız varsa, Yığın Taşması 
' a sorunuzu gönderin ve "ibm-bluemix" ve "machine-learning" ile sorunuzu etiketlein.
Hizmete ve başlangıç yönergelerine ilişkin sorularınız için, IBM developerWorks dW Answers forumunu kullanın. "machine-learning" ve "bluemix" etiketlerini ekleyin.
İçerik
- Yetki simgesi sağlanmadı
- Geçersiz yetkilendirme simgesi
- İstekte kullanılan yetkilendirme belirteci ve instance_id aynı değil
- Yetki simgesinin süresi doldu
- Kimlik doğrulaması için gereken genel anahtar yok
- İşlem zaman aşımına uğradı {{timeout}}
- Unhandled exception of type {{type}} with {{status}}
- Unhandled exception of type {{type}} with {{response}}
- Unhandled exception of type {{type}} with {{json}}
- Unhandled exception of type {{type}} with {{message}}
- İstenen nesne bulunamadı
- Temeldeki veritabanı çok fazla istek bildirdi
- Değerlendirmenin tanımı, artifactModelSürümü ya da devreye alma sırasında tanımlanmamış. Belirtilmesi gerekiyor " + \n "en az bir yerde
- Data module not found in IBM Federated Learning
- Değerlendirme, model için belirlenen öğrenim yapılandırmasını gerektirir
- Evaluation requires spark instance to be provided in
X-Spark-Service-Instanceheader - Model hiçbir sürüm içermiyor
- Patch işlemi yalnızca var olan öğrenim yapılandırmasını değiştirebilir
- Yama işlemi tam olarak bir değiştirme işlemi bekliyor
- Belirtilen bilgi yükünün gerekli alanları yok: FIELD ya da alanların değerleri bozuk
- Sağlanan değerlendirme yöntemi: METHOD desteklenmiyor. Desteklenen değerler: VALUE
- Her model için yalnızca bir etkin değerlendirme olabilir. Var olan etkin değerlendirme nedeniyle istek tamamlanamadı: {{url}}
- Konuşlandırma tipi {{type}} desteklenmiyor
- Yanlış giriş: ({{message}})
- Yetersiz veri metriği {{name}} hesaplanamadı
- Tip {{type}} kıvılcım örneği için
X-Spark-Service-Instancebaşlığında sağlanmalıdır - Action {{action}} has failed with message {{message}}
- yoluna
{{path}}izin verilmiyor. Yama akışı için yalnızca izin verilen yol/status -
{{$type}}tipi yönetim ortamı için yama işlemine izin verilmez {{data}}veri bağlantısı feedback_data_ref için geçersiz.- Yolu {{path}} işlemine izin verilmiyor. Yalnızca yama modeli için izin verilen yol şöyledir:
/deployed_version/urlya da V2için/deployed_version/href - Ayrıştırma hatası: {{msg}}
- Seçilen modele ilişkin yürütme ortamı: {{env}} ,
learning configurationiçin desteklenmiyor. Desteklenen ortamlar:-[{{supported_envs}}] - Yürürlükteki plan '{{plan}}' yalnızca {{limit}} konuşlandırmasına izin verir
- Veritabanı bağlantı tanımı geçerli değil ({{code}})
- Temeldeki {{system}}bağlantısı kurulurken sorunlar oluştu
- X-Spark-Service-Instance üstbilgisi çıkarılırken hata oluştu: ({{message}})
- Bu işlevsellik, beta olmayan kullanıcılar için yasaklanmıştır
- {{code}} {{message}}
- Hız sınırı aşıldı
- Geçersiz sorgu parametresi
{{paramName}}değeri: {{value}} - Geçersiz simge tipi: {{type}}
- Simge biçimi geçersiz. Taşıyıcı belirteci biçimi kullanılmalıdır
- Giriş JSON dosyası eksik ya da geçersiz: 400
- Yetki simgesinin süresi doldu: 401
- Bilinmeyen devreye alma identification:404
- İç sunucu error:500
- ml_yapıtı için geçersiz tip: Boru Hattı
- ValueError: Training_data_ref adı ve bağlantısı, Ardışık Düzen Yapıtı verilmediyse, Yok olamaz.
Kimlik doğrulaması için genel anahtar gerekli değil.
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Bu dahili bir hizmet sorunudur.
Nasıl düzeltileceği
Sorun destek ekibi tarafından düzeltilmelidir.
İşlem zamanaşımına uğradıktan sonra zamanaşımına uğradı: {{timeout}}
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
İstenen işlem sırasında zamanaşımı oluştu.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin.
{{status}}ile {{type}} tipi için işlenmeyen kural dışı durum
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Bu dahili bir hizmet sorunudur.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin. Destek ekibi tarafından düzeltilmesini gerekenden daha fazla zaman ortaya çıkarsa.
{{response}}ile {{type}} tipinde işlenmeyen özel durum oluştu
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Bu dahili bir hizmet sorunudur.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin. Destek ekibi tarafından düzeltilmesini gerekenden daha fazla zaman ortaya çıkarsa.
{{json}}ile {{type}} tipi için işlenmeyen kural dışı durum
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Bu dahili bir hizmet sorunudur.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin. Destek ekibi tarafından düzeltilmesini gerekenden daha fazla zaman ortaya çıkarsa.
{{message}}ile {{type}} tipi için işlenmeyen kural dışı durum
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Bu dahili bir hizmet sorunudur.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin. Destek ekibi tarafından düzeltilmesini gerekenden daha fazla zaman ortaya çıkarsa.
İstenen nesne bulunamadı.
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
İstek kaynağı bulunamadı.
Nasıl düzeltileceği
Var olan kaynağı referans aldığınızdan emin olun.
Temeldeki veritabanı çok fazla istek bildirdi.
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Kullanıcı, belirli bir süre içinde çok fazla istek gönderdi.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin.
The definition of the evaluation is not defined neither in the artifactModelVersion nor in the deployment. Belirtilmesi gerekiyor " + \n "en az bir yerlerden birinde.
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Öğrenim Yapılandırması gerekli tüm bilgileri içermiyor
Nasıl düzeltileceği
learning configurationiçinde definition sağlayın
Değerlendirme, model için belirtilen öğrenim yapılandırmasını gerektirir.
Neler oluyor?
learning iterationyaratılma olasılığı yok.
Neden böyle oluyor?
Model için learning configuration tanımlı değil.
Nasıl düzeltileceği
learning configuration yaratın ve learning iteration ' i yeniden yaratmayı deneyin.
Evaluation requires spark instance to be provided in X-Spark-Service-Instance header
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
learning configurationiçinde gerekli tüm bilgiler yok.
Nasıl düzeltileceği
Provide spark_service in Learning Configuration or in X-Spark-Service-Instance header
Model herhangi bir sürüm içermiyor.
Neler oluyor?
Ne devreye alma, ne de bir dizi öğrenme yapılandırması oluşturulabilmenin bir olasılığı yoktur.
Neden böyle oluyor?
Modelin kalıcısıyla ilgili tutarsızlık var.
Nasıl düzeltileceği
Modeli kalıcı olarak saklamaya çalışın ve işlemi yeniden gerçekleştirmeyi deneyin.
Veri modülü IBM Federated Learning içinde bulunamadı.
Neler oluyor?
IBM Federated Learning için veri işleyicisi, FL kitaplığından bir veri modülünü çıkarmaya çalışıyor, ancak bu veri modülünü bulamıyor. Aşağıdaki hata iletisini görebilirsiniz:
ModuleNotFoundError: No module named 'ibmfl.util.datasets'
Neden böyle oluyor?
Olası bir DataHandlerolabilir.
Nasıl düzeltileceği
Lütfen en son belirtime uygun olması için DataHandler ' u gözden geçirin ve güncelleyin. En son MNIST veri işleyicisine ilişkin bağlantı burada bulunur ya da örnek sürümlerinizin güncel olduğunu doğrulayın.
Yama işlemi yalnızca var olan öğrenim yapılandırmasını değiştirebilir.
Neler oluyor?
Öğrenim yapılandırmasını yama uygulama yapılandırması için yama REST API yöntemi çağırma olasılığı yoktur.
Neden böyle oluyor?
Bu model ya da model için learning configuration tanımlı bir küme yok.
Nasıl düzeltileceği
Bu modele katlanmak var ve yapılandırma kümesini öğreniyor.
Yama işlemi tam olarak bir değiştirme işlemi bekliyor.
Neler oluyor?
Devreye alma işlemi yama işlemi olamaz.
Neden böyle oluyor?
Yama bilgi yükü birden çok işlem içeriyor ya da yama işlemi replace' den farklı.
Nasıl düzeltileceği
Yama bilgi yükünde replace işlemi olan tek bir işlem kullanın.
Belirtilen bilgi yükünün zorunlu alanları eksik: FIELD YA DA ALANLARININ değerleri bozuk.
Neler oluyor?
Temeldeki veri kümesine erişimle ilgili işlemi işleme olasılığı yoktur.
Neden böyle oluyor?
Veri kümesine erişim doğru tanımlanmamış.
Nasıl düzeltileceği
Veri kümesine ilişkin erişim tanımını düzeltin.
Sağlanan değerlendirme yöntemi: METHOD desteklenmiyor. Desteklenen değerler: VALUE.
Neler oluyor?
Öğrenme yapılandırması yaratılma olasılığı yoktur.
Neden böyle oluyor?
Öğrenme yapılandırması oluşturmak için yanlış değerlendirme yöntemi kullanıldı.
Nasıl düzeltileceği
Aşağıdakilerden biri olan desteklenen değerlendirme yöntemini kullanın: regression, binary, multiclass.
Model başına yalnızca bir etkin değerlendirme olabilir. Var olan etkin değerlendirme nedeniyle istek tamamlanamadı: {{url}}
Neler oluyor?
Başka bir öğrenme yinelemesi oluşturma olasılığı yoktur
Neden böyle oluyor?
Model için yalnızca bir çalışan değerlendirme işlemi olabilir.
Nasıl düzeltileceği
Çalışmakta olan değerlendirmeye bakın ya da sona erinceye kadar bekleyin ve yeni bir değerlendirme başlatın.
{{type}} konuşlandırma tipi desteklenmiyor.
Neler oluyor?
Devreye alma işlemi oluşturma olasılığı yok.
Neden böyle oluyor?
Desteklenmeyen konuşlandırma tipi kullanıldı.
Nasıl düzeltileceği
Desteklenen konuşlandırma tipi kullanılmalıdır.
Yanlış giriş: ({{message}})
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Json ayrıştırımıyla ilgili bir sorun var.
Nasıl düzeltileceği
İstekte doğru json 'un iletildiğinden emin olun.
Yetersiz veri metriği {{name}} hesaplanamadı
Neler oluyor?
Öğrenme yinelemesi başarısız oldu
Neden böyle oluyor?
Yetersiz geribildirim verileri nedeniyle, tanımlı eşiğe sahip metriğin değeri hesaplanamadı
Nasıl düzeltileceği
learning configurationiçindeki feedback_data_ref veri kaynağındaki verileri gözden geçirin ve geliştirin.
Tip {{type}} kıvılcım örneği için X-Spark-Service-Instance başlığında sağlanmalıdır
Neler oluyor?
Konuşlandırma yaratılamaz
Neden böyle oluyor?
batch ve streaming konuşlandırmaları, spark somut örneğinin sağlanmasını gerektirir
Nasıl düzeltileceği
Provide spark instance in X-Spark-Service-Instance header
{{action}} işlemi, {{message}}iletisiyle başarısız oldu
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Temel hizmet çağrılırken bir sorun oluştu.
Nasıl düzeltileceği
Bu sorunun nasıl düzeltileceği hakkında bir önerim varsa, İletide herhangi bir öneri yoksa destek ekibine başvurun ya da öneride sorunu çözmeyin.
{{path}} yoluna izin verilmiyor. Yama akışı için yalnızca izin verilen yol /status
Neler oluyor?
Akış konuşlandırmasını yama uygulama olasılığı yok.
Neden böyle oluyor?
stream konuşlandırmasını yama olarak yama için yanlış yol kullanıldı.
Nasıl düzeltileceği
stream konuşlandırmasını, /status olan desteklenen yol seçeneğiyle yamanızı sağlar (akımın işlenmesini başlatmasını/durdurmasını sağlar.
Patch operation is not allowed for instance of type {{$type}}
Neler oluyor?
Devreye alma işlemi için yama uygulama olasılığı yoktur.
Neden böyle oluyor?
Yanlış devreye alma tipi yama uygulandı.
Nasıl düzeltileceği
stream konuşlandırma tipini yama sağlar.
{{data}} veri bağlantısı feedback_data_ref için geçersiz.
Neler oluyor?
Model için learning configuration oluşturulma olasılığı yoktur.
Neden böyle oluyor?
feedback_data_ref tanımlanırken desteklenmeyen veri kaynağı kullanılıyordu.
Nasıl düzeltileceği
Yalnızca dashdbolan desteklenen veri kaynağı tipini kullanın
{{path}} yoluna izin verilmiyor. Yalnızca yama modeli için izin verilen yol şöyledir: /deployed_version/url ya da V2için /deployed_version/href
Neler oluyor?
Modeli yama uygulama seçeneği yok.
Neden böyle oluyor?
Modelin yama işlemi sırasında yanlış yol kullanıldı.
Nasıl düzeltileceği
Desteklenen yola sahip yama modeli, konuşlandırılan modelin sürümünü güncellemeye olanak sağlar.
Ayrıştırma hatası: {{msg}}
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
İstenen bilgi yükü başarıyla ayrıştırılamadı.
Nasıl düzeltileceği
İsteğinizin bilgi yükünün doğru olduğundan ve doğru şekilde ayrıştırılabildiğinizden emin olun.
Seçilen model için yürütme ortamı ortamı: {{env}} , learning configurationiçin desteklenmiyor. Desteklenen ortamlar: [{{supported_envs}}].
Neler oluyor?
learning configurationyaratılacak bir seçenek yok
Neden böyle oluyor?
learning_configuration ' nin yaratılacağı denendiği model desteklenmiyor.
Nasıl düzeltileceği
Yürütme ortamını destekleyen model için learning configuration yaratın.
Geçerli plan '{{plan}}' yalnızca {{limit}} konuşlandırmasına izin verir
Neler oluyor?
Devreye alma işlemi oluşturma olasılığı yok.
Neden böyle oluyor?
Geçerli plan için devreye alma sayısına ilişkin sınırla ulaşıldı.
Nasıl düzeltileceği
Bu tür bir sınırlamaya sahip olmayan plana yükseltin.
Veritabanı bağlantısı tanımı geçerli değil ({{code}})
Neler oluyor?
There is no possibility utilize the learning configuration functionality.
Neden böyle oluyor?
Veritabanı bağlantısı tanımı geçerli değil.
Nasıl düzeltileceği
Try to fix the issue which is described by code returned by underlying database.
Temeldeki {{system}}bağlanırken sorunlar ortaya çıktı
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Temel sistemle bağlantı sırasında bir sorun oluştu. Bu geçici ağ sorunu olabilir.
Nasıl düzeltileceği
İstenen işlemi yeniden çağırmayı deneyin. Bu, kişi destek ekibinden daha fazla zaman oluşursa.
X-Spark-Service-Instance üstbilgisi çıkarılırken hata oluştu: ({{message}})
Neler oluyor?
Spark kimlik bilgileri gerektiren REST API ' yı çağırma olasılığı yok
Neden böyle oluyor?
base-64 kodu çözülürken ya da Spark kimlik bilgilerinin ayrıştırılması sırasında bir sorun vardır.
Nasıl düzeltileceği
Doğru Spark kimlik bilgilerinin doğru olarak base-64 kodlandığını doğrulayın. Daha fazla bilgi için belgelere bakın.
Bu işlevsellik, beta olmayan kullanıcılar için yasaklanmıştır.
Neler oluyor?
İstenen REST API 'si başarıyla çağrılamaz.
Neden böyle oluyor?
Çağrılan REST API şu an beta sürümü içinde.
Nasıl düzeltileceği
Katılımlarla ilgileniyorsanız, kendinizi bekleme listesine ekleyin. Ayrıntılar belgeleme içinde bulunabilir.
{{code}} {{message}}
Neler oluyor?
REST API 'si başarıyla çağrılamıyor.
Neden böyle oluyor?
Temel hizmet çağrılırken bir sorun oluştu.
Nasıl düzeltileceği
Sorunun nasıl düzeltileceği hakkında bir öneri varsa, bunu izleyin. İletide herhangi bir öneri yoksa destek ekibine başvurun ya da öneride sorunu çözmeyin.
Hız sınırı aşıldı.
Neler oluyor?
Hız sınırı aşıldı.
Neden böyle oluyor?
Geçerli plan için ücret sınırı aşıldı.
Nasıl düzeltileceği
Bu sorunu çözmek için, daha fazla hız sınırlaması olan başka bir plan edinin
Geçersiz sorgu parametresi {{paramName}} değeri: {{value}}
Neler oluyor?
Sorgu parametresi için iletilen yanlış değer olarak geçerlilik denetimi hatası oluştu.
Neden böyle oluyor?
Sorgu için sonuç alınırken hata oluştu.
Nasıl düzeltileceği
Sorgu parametresi değerini düzeltin. Ayrıntılar belgeleme içinde bulunabilir.
Simge tipi geçersiz: {{type}}
Neler oluyor?
Simge tipiyle ilgili hata.
Neden böyle oluyor?
Yetki verilirken hata oluştu.
Nasıl düzeltileceği
Belirteç, Bearer önekiyle başlatılmalıdır
Simge biçimi geçersiz. Taşıyıcı belirteci biçimi kullanılmalıdır.
Neler oluyor?
Simge biçimiyle ilgili hata.
Neden böyle oluyor?
Yetki verilirken hata oluştu.
Nasıl düzeltileceği
Belirteç, taşıyıcı simgesi olmalıdır ve Bearer önekiyle başlamalıdır
Giriş JSON dosyası eksik ya da geçersiz: 400
Neler oluyor?
Çevrimiçi puanlamayı denediğinizde şu ileti görüntülenir: Input JSON file is missing or invalid.
Neden böyle oluyor?
Bu ileti, puanlı giriş bilgi yükü, model puanlaması için gerekli olan beklenen giriş tipiyle eşleşmediği zaman görüntülenir. Özellikle, aşağıdaki nedenler geçerli olabilir:
- Giriş bilgi yükü boş.
- Giriş bilgi yükü şeması geçerli değil.
- Giriş veri tipleri, beklenen veri tipleriyle eşleşmiyor.
Nasıl düzeltileceği
Giriş bilgi yükünü düzeltin. Bilgi yükünün doğru sözdizimine, geçerli bir şemaya ve doğru veri tiplerine sahip olduğundan emin olun. Düzeltmeleri yaptıktan sonra tekrar çevrimiçi duruma geçmeyi deneyin. For syntax issues, verify the JSON file by using the jsonlint command.
Bilinmeyen devreye alma identification:404
Neler oluyor?
Çevrimiçi Bilinmeyen konuşlandırma tanıtıcısı' ne puan almaya çalıştığınızda aşağıdaki ileti görüntülenir.
Neden böyle oluyor?
Bu ileti, puanlama için kullanılan konuşlandırma tanıtıcısı yok olduğunda görüntülenir.
Nasıl düzeltileceği
Doğru devreye alma tanıtıcısını sağladığınızdan emin olun. Değilse, modeli konuşlandırma tanıtıcısıyla konuşlandırın ve daha sonra, bu modeli yeniden puanlamayı deneyin.
İç sunucu error:500
Neler oluyor?
Çevrimiçi olarak puanlamayı denediğinizde aşağıdaki ileti görüntülenir: İç sunucu hatası
Neden böyle oluyor?
Bu ileti, çevrimiçi puanının bağlı olduğu aşağı akış veri akışı başarısız olursa görüntülenir.
Nasıl düzeltileceği
Bir süre bekledikten sonra yeniden çevrimiçi olarak puanlamayı deneyin. Yeniden başarısız olursa, IBM Destek bölüğü ile iletişim kurun.
ml_yapıt için geçersiz tip: Pipeline
Neler oluyor?
İş istasyonunuzda Common API istemci kitaplığını kullanarak Spark modelini yayınlamayı denediğinizde aşağıdaki ileti görüntülenir.
Neden böyle oluyor?
Bu ileti, işletim sisteminde pyspark ayarının geçersiz olması durumunda görüntülenir.
Nasıl düzeltileceği
Sistem ortam yollarını yönergeye göre ayarla:
SPARK_HOME={installed_spark_path}
JAVA_HOME={installed_java_path}
PYTHONPATH=$SPARK_HOME/python/
ValueError: Training_data_ref adı ve bağlantısı, Ardışık Düzen Yapıtı verilmediyse, Yok olamaz.
Neler oluyor?
Eğitim verileri kümesi eksik ya da doğru şekilde başvuruda bulunulmadı.
Neden böyle oluyor?
Ardışık Düzen Yapay Nesnesi, bu örnekte bir eğitim verileri kümesidir.
Nasıl düzeltileceği
Bir Spark PipelineModel kalıcı olarak bir eğitim verileri kümesi sağladığınızda, istemcinin PipelineModels' i desteklemediğini (bir PipelineModel ) eğitim setinin yanında olması gerektiğini söylemiyorsa, bir eğitim verileri kümesi belirtmeniz gerekir.