0 / 0
Torna alla versione inglese della documentazione
Risoluzione dei problemi di Watson OpenScale
Ultimo aggiornamento: 09 dic 2024
Risoluzione dei problemi di Watson OpenScale

Puoi utilizzare le seguenti tecniche per risolvere i problemi con IBM Watson OpenScale.

Quando uso AutoAI, perché ricevo un errore su dati non corrispondenti?

Si riceve un messaggio di errore relativo a dati non corrispondenti quando si utilizza AutoAI per la classificazione binaria. Nota che AutoAI è supportato solo in IBM Watson OpenScale for IBM Cloud Pak for Data.

Per il tipo di classificazione binario, AutoAI imposta automaticamente il tipo di dati della colonna di previsione su booleano.

Per correggere l'errore, implementare una delle seguenti soluzioni:

  • Modificare i valori della colonna etichetta nei dati di training su valori interi, come 0 o 1 a seconda del risultato.
  • Modificare i valori della colonna etichetta nei dati di training su valore stringa, ad esempio A e B.

Perché ricevo errori durante la configurazione del modello?

I seguenti messaggi di errore vengono visualizzati quando si configurano i dettagli del modello: Campo feature_fields colonna di riferimento <name>, mancante in input_schema del modello. Funzione non trovata nello schema di input.

I messaggi precedenti mentre si completa la sezione Dettagli modello durante la configurazione indicano una mancata corrispondenza tra lo schema di input del modello e lo schema dei dati di training del modello:

Per risolvere il problema, è necessario determinare quale delle seguenti condizioni sta causando l'errore e adottare misure correttive: Se si utilizza il runtime 'IBM 'watsonx.ai come provider di apprendimento automatico e il tipo di modello è XGBoost/scikit-learn, consultare il runtime 'watsonx.ai ' documentazione SDK Python per informazioni importanti su come memorizzare il modello. Per generare il modello di rilevamento della deviazione, è necessario utilizzare scikit-learn versione 0.20.2 nei notebook. Per tutti gli altri casi, è necessario assicurarsi che i nomi di colonna dei dati di training corrispondano ai nomi colonna dello schema di input.

Perché mancano le etichette di classe quando uso XGBoost?

La classificazione multi-classe XGBoost nativa non restituisce etichette di classe.

Per impostazione predefinita, per i modelli binari e multi-classe, il framework XGBoost non restituisce etichette di classe.

Per i modelli binari e multi-classe XGBoost è necessario aggiornare il modello per restituire le etichette di classe.

Perché l'analytics del payload non viene visualizzata correttamente?

L'analisi del payload non viene visualizzata correttamente e viene visualizzato il seguente errore: AIQDT0044E Carattere non consentito " nel nome colonna <column name>

Per una corretta elaborazione dell'analitica del payload, Watson OpenScale non supporta i nomi di colonna con virgolette doppie (") nel payload. Ciò influisce sui dati di feedback e payload di calcolo del punteggio nei formati CSV e JSON.

Rimuovere le virgolette (") dai nomi colonna del file del payload.

Errore: si è verificato un errore durante il calcolo dell'importanza della funzione

Si riceve il seguente messaggio di errore durante l'elaborazione: Error: An error occurred while computing feature importance.

Avere un segno di uguale (=) nel nome colonna di un dataset causa un problema con l'esplicabilità.

Rimuovere il segno di uguale (=) dal nome della colonna e inviare nuovamente il dataset attraverso l'elaborazione.

Perché mancano alcuni dei record di annullamento distorsione attivi?

I record di annullamento distorsione attivi non raggiungono la tabella di registrazione del payload.

Quando si utilizza l'API di annullamento distorsione attiva, esiste un limite di 1000 record che è possibile inviare alla volta per la registrazione del payload.

Per evitare perdite di dati, è necessario utilizzare l'API di annullamento distorsione attiva per calcolare il punteggio in gruppi di 1000 record al massimo.

Watson OpenScale non mostra alcuno schema disponibile

Quando un utente tenta di recuperare le informazioni sullo schema per Watson OpenScale, non ne sono disponibili. Dopo aver tentato direttamente in DB2, senza fare riferimento a Watson OpenScale, il controllo degli schemi disponibili per l'ID utente del database non restituisce nessuno.

Autorizzazioni insufficienti per l'ID utente del database stanno causando problemi di connessione al database per Watson OpenScale.

Assicurarsi che l'utente del database disponga delle autorizzazioni corrette necessarie per Watson OpenScale.

Un'esecuzione del controllo non riesce con un messaggio di errore OutOfResources exception

Si riceve un messaggio di errore OutOfResources exception .

Anche se non esiste più un limite sul numero di righe che è possibile avere nel payload di feedback, nel payload di calcolo del punteggio o nelle tabelle di payload di business. Il limite di 50.000 ora si applica al numero di record che puoi eseguire attraverso la qualità e la distorsione monitora ogni periodo di fatturazione.

Dopo aver raggiunto il tuo limite, devi eseguire l'upgrade a un piano Standard o attendere il prossimo periodo di fatturazione.

Distribuzioni mancanti

Un modello distribuito non si presenta come una distribuzione che può essere selezionata per creare una sottosc rizione.

Esistono diversi motivi per cui una distribuzione non viene visualizzata nell'elenco di modelli distribuiti disponibili. Se il modello non è un tipo di modello supportato perché utilizza un algoritmo o framework non supportato, non comparirà. Il provider di machine learning potrebbe non essere configurato correttamente. La causa potrebbe anche essere che ci siano problemi con le autorizzazioni.

Utilizzare i seguenti passaggi per risolvere questo problema:

  1. Controllare che il modello sia di un tipo supportato.
  2. Verificare l'esistenza di un provider di apprendimento automatico nella configurazione di Watson OpenScale per lo spazio di distribuzione specifico.
  3. Controllare che l'utente CP4D admin abbia l'autorizzazione ad accedere allo spazio di distribuzione.

La valutazione Watson OpenScale potrebbe non riuscire a causa di un numero elevato di sottoscrizioni

Se un'istanza Watson OpenScale contiene troppe sottoscrizioni, ad esempio 100 sottoscrizioni, le tue valutazioni della qualità potrebbero non riuscire. È possibile visualizzare i dettagli dell'errore nel log per il pod di servizio del data mart che visualizza il messaggio di errore seguente:

"Failure converting response to expected model EntityStreamSizeException: actual entity size (Some(8644836)) exceeded content length limit (8388608 bytes)! You can configure this by setting akka.http.[server|client].parsing.max-content-length or calling HttpEntity.withSizeLimit before materializing the dataBytes stream".

Puoi utilizzare il comando oc get pod -l component=aios-datamart per trovare il nome del pod. Puoi anche utilizzare il comando oc logs <pod name> per il log del pod.

Per correggere questo errore, è possibile utilizzare il seguente comando per incrementare la dimensione massima del corpo della richiesta modificando la variabile di ambiente "ADDITIONAL_JVM_OPTIONS" :

oc patch woservice <release name> -p '{"spec": {"datamart": {"additional_jvm_options":"-Dakka.http.client.parsing.max-content-length=100m"} }}' --type=merge

Il nome della release è "aiopenscale" se non lo personalizzi quando installi Watson OpenScale.

Microsoft Azure ML Studio

  • Dei due tipi di servizi Web Azure Machine Learning , solo il tipo New è supportato da Watson OpenScale. Il tipo Classic non è supportato.

  • È necessario utilizzare il nome input predefinito: nel servizio web Azure , il nome input predefinito è "input1". Attualmente, questo campo è obbligatorio per Watson OpenScale e, se manca, Watson OpenScale non funzionerà.

    Se il servizio web Azure non utilizza il nome predefinito, modificare il nome del campo di input in "input1", quindi ridistribuire il servizio web e riconfigurare le impostazioni del provider di machine learning OpenScale .

  • Se le chiamate a Microsoft Azure ML Studio per elencare i modelli di machine learning provocano il timeout della risposta, ad esempio quando si hanno molti servizi web, è necessario aumentare i valori di timeout. Potrebbe essere necessario risolvere questo problema modificando l'impostazione di configurazione /etc/haproxy/haproxy.cfg:

    • Accedere al nodo del programma di bilanciamento del carico e aggiornare /etc/haproxy/haproxy.cfg in modo da impostare il timeout del server e del client da 1m a 5m:

      timeout client           5m
      timeout server           5m
      
    • Eseguire systemctl restart haproxy per riavviare il programma di bilanciamento del carico HAProxy .

Se si utilizza un programma di bilanciamento del carico diverso, non HAProxy, potrebbe essere necessario regolare i valori di timeout in modo simile.

  • Dei due tipi di servizi Web Azure Machine Learning , solo il tipo New è supportato da Watson OpenScale. Il tipo Classic non è supportato.

Il caricamento dei dati di feedback non riesce nella sottoscrizione di produzione dopo l'importazione delle impostazioni

Dopo aver importato le impostazioni dal tuo spazio di pre - produzione al tuo spazio di produzione, potresti avere problemi a caricare i dati di feedback. Ciò si verifica quando i tipi di dati non corrispondono in modo preciso. Quando si importano le impostazioni, la tabella di feedback fa riferimento alla tabella payload per i relativi tipi di colonna. È possibile evitare questo problema accertandosi che i dati del payload abbiano prima il tipo di valore più preciso. Ad esempio, è necessario assegnare una priorità a un tipo di dati doppio rispetto a un tipo di dati intero.

Microsoft Azure Machine Learning Service

Quando si esegue la valutazione del modello, potrebbero verificarsi dei problemi in cui Watson OpenScale non è in grado di comunicare con il servizio Azure Machine Learning , quando è necessario richiamare gli endpoint di calcolo del punteggio di distribuzione. Gli strumenti di sicurezza che applicano le politiche di sicurezza aziendale, come Symantec Blue Coat possono impedire tale accesso.

Watson OpenScale non è in grado di creare una nuova tabella Hive per la sottoscrizione di distribuzione batch

Quando si sceglie di creare una nuova tabella Apache Hive con formato Parquet durante la configurazione della distribuzione batch Watson OpenScale , potrebbe verificarsi il seguente errore:

Attribute name "table name" contains invalid character(s) among " ,;{}()\\n\\t=". Please use alias to rename it.;

Questo errore si verifica se Watson OpenScale non riesce ad eseguire l'operazione SQL CREATE TABLE a causa di spazi vuoti in un nome colonna. Per evitare questo errore, è possibile rimuovere qualsiasi spazio vuoto dai nomi colonna o modificare il formato Apache Hive in csv.

La configurazione di Watson OpenScale potrebbe non riuscire con il database Db2 predefinito

Quando imposti Watson OpenScale e specifichi il database Db2 predefinito, il completamento della configurazione potrebbe non riuscire.

Per risolvere questo problema, devi eseguire questo comando in Cloud Pak for Data per aggiornare Db2:

db2 update db cfg using DFT_EXTENT_SZ 32

Dopo aver eseguito il comando, devi creare un nuovo database Db2 per impostare Watson OpenScale.

Argomento principale: Risoluzione dei problemi

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni