كيفية استخدام تشخيص مساحة العمل

مقالة
03/27/2024

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

يوفر التعلم الآلي من Azure واجهة برمجة تطبيقات تشخيصية يمكن استخدامها لتحديد المشكلات المتعلقة بمساحة العمل الخاصة بك. تتضمن الأخطاء التي تم إرجاعها في تقرير التشخيص معلومات بشأن كيفية حل المشكلة.

يمكنك استخدام تشخيصات مساحة العمل من أستوديو التعلم الآلي أو Python SDK.

المتطلبات الأساسية

قبل اتباع الخطوات الواردة في هذه المقالة، تأكد من توفر المتطلبات الأساسية التالية لديك:

مساحة عمل للتعلم الآلي من Microsoft Azure. إذا لم يكن لديك واحدة، فاستخدم الخطوات الواردة في مقالة التشغيل السريع: إنشاء موارد مساحة العمل لإنشاء واحدة.
لتثبيت Python SDK v2، استخدم الأمر التالي:
```
pip install azure-ai-ml azure-identity
```
لتحديث تثبيت موجود من SDK إلى أحدث إصدار، استخدم الأمر التالي:
```
pip install --upgrade azure-ai-ml azure-identity
```
لمزيد من المعلومات، راجع تثبيت Python SDK v2 ل Azure التعلم الآلي.

مساحة عمل للتعلم الآلي من Microsoft Azure. إذا لم تكن لديك مساحة، فراجع إنشاء مساحة عمل.
Azure التعلم الآلي SDK v1 ل Python.

التشخيص من الأستوديو

من استوديو Azure التعلم الآلي، يمكنك تشغيل التشخيصات على مساحة العمل الخاصة بك للتحقق من الإعداد الخاص بك. لتشغيل التشخيصات، حدد الأيقونة '?' في الزاوية العلوية اليسرى من الصفحة. ثم حدد Run workspace diagnostics.

لقطة شاشة لزر تشخيص مساحة العمل.

بعد تشغيل التشخيص، تُرجع قائمة بأي مشكلات يُكشَف عنها. وتشمل هذه القائمة ارتباطات إلى الحلول الممكنة.

التشخيص من Python

توضح القصاصة البرمجية التالية كيفية استخدام تشخيصات مساحة العمل من Python.

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

from azure.ai.ml import MLClient
from azure.ai.ml.entities import Workspace
from azure.identity import DefaultAzureCredential

subscription_id = '<your-subscription-id>'
resource_group = '<your-resource-group-name>'
workspace = '<your-workspace-name>'

ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)
resp = ml_client.workspaces.begin_diagnose(workspace).result()
# Inspect the attributes of the response you are interested in
for result in resp.application_insights_results:
    print(f"Diagnostic result: {result.code}, {result.level}, {result.message}")

الاستجابة هي كائن DiagnoseResponseResultValue يحتوي على معلومات حول أي مشاكل تم اكتشافها في مساحة العمل.

ينطبق على:Python SDK azureml v1

from azureml.core import Workspace

ws = Workspace.from_config()

diag_param = {
      "value": {
      }
    }

resp = ws.diagnose_workspace(diag_param)
print(resp)

الاستجابة عبارة عن مستند JSON يحتوي على معلومات بشأن أي مشاكل تم اكتشافها في مساحة العمل. يُعد متابعة JSON مثالاً على الرد:

{
    "value": {
        "user_defined_route_results": [],
        "network_security_rule_results": [],
        "resource_lock_results": [],
        "dns_resolution_results": [{
            "code": "CustomDnsInUse",
            "level": "Warning",
            "message": "It is detected VNet '/subscriptions/<subscription-id>/resourceGroups/<resource-group-name>/providers/Microsoft.Network/virtualNetworks/<virtual-network-name>' of private endpoint '/subscriptions/<subscription-id>/resourceGroups/<myresourcegroup>/providers/Microsoft.Network/privateEndpoints/<workspace-private-endpoint>' is not using Azure default DNS. You need to configure your DNS server and check https://learn.microsoft.com/azure/machine-learning/how-to-custom-dns to make sure the custom DNS is set up correctly."
        }],
        "storage_account_results": [],
        "key_vault_results": [],
        "container_registry_results": [],
        "application_insights_results": [],
        "other_results": []
    }
}

إذا لم يتم اكتشاف أي مشاكل، فسيتم إرجاع مستند JSON فارغ.

للمزيد من المعلومات، راجع مرجع مساحة العمل.

لمزيد من المعلومات، راجع مرجع Workspace.diagnose_workspace ().

الخطوة التالية

إدارة مساحات عمل Azure التعلم الآلي في المدخل أو باستخدام Python SDK (v2)

كيفية استخدام تشخيص مساحة العمل

المتطلبات الأساسية

التشخيص من الأستوديو

التشخيص من Python

الخطوة التالية

الموارد الإضافية