Compartir a través de

Cómo usar el diagnósticos del área de trabajo

SE APLICA A: SDK de Python azure-ai-ml v2 (actual)

SE APLICA A:SDK de Azure Machine Learning v1 para Python

Importante

En este artículo se proporciona información sobre el uso del SDK de Azure Machine Learning v1. EL SDK v1 está en desuso a partir del 31 de marzo de 2025. El soporte técnico finalizará el 30 de junio de 2026. Puede instalar y usar SDK v1 hasta esa fecha.

Se recomienda realizar la transición al SDK v2 antes del 30 de junio de 2026. Para más información sobre SDK v2, consulte ¿Qué es la CLI de Azure Machine Learning y el SDK de Python v2? y la referencia del SDK v2.

Azure Machine Learning proporciona una API de diagnóstico que se puede usar para identificar problemas con el área de trabajo. Los errores devueltos en el informe de diagnóstico incluyen información sobre cómo resolver el problema.

Puede usar los diagnósticos del área de trabajo desde Estudio de Azure Machine Learning o el SDK para Python.

Requisitos previos

  • Un área de trabajo de Azure Machine Learning. Para conocer los pasos para crear un área de trabajo, consulte Creación del área de trabajo.

  • Sdk de Azure Machine Learning para Python v2. Para instalar el SDK, use el siguiente comando:

    pip install azure-ai-ml azure-identity

    Para actualizar una instalación existente del SDK a la versión más reciente, use el siguiente comando:

    pip install --upgrade azure-ai-ml azure-identity

    Para más información, consulte Biblioteca cliente de Azure Machine Learning Package para Python.

Diagnósticos de Studio

Desde Estudio de Azure Machine Learning, puede ejecutar diagnósticos en el área de trabajo para comprobar la configuración. Para ejecutar diagnósticos, seleccione el icono "?" situado en la esquina superior derecha de la página. A continuación, seleccione Ejecutar diagnósticos del área de trabajo.

Captura de pantalla del botón diagnóstico del área de trabajo.

Después de ejecutar el diagnóstico, se devuelve una lista de los problemas detectados. Esta lista incluye vínculos a posibles soluciones.

Diagnósticos de Python

En el fragmento de código siguiente se muestra cómo usar diagnósticos de área de trabajo de Python.

SE APLICA A: SDK de Python azure-ai-ml v2 (actual)

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}")

La respuesta es un objeto DiagnoseResponseResultValue que contiene información sobre los problemas detectados con el área de trabajo.

SE APLICA A:SDK de Azure Machine Learning v1 para Python

from azureml.core import Workspace

ws = Workspace.from_config()

diag_param = {
      "value": {
      }
    }

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

La respuesta es un documento JSON que contiene información sobre los problemas detectados con el área de trabajo. El siguiente código JSON es una solicitud de ejemplo:

{
    "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": []
    }
}

Si no se detecta ningún problema, se devuelve un documento JSON vacío.

Para obtener más información, consulte la referencia de Área de trabajo.

Para obtener más información, consulte la referencia de Workspace.diagnose_workspace().

Paso siguiente

Administración de áreas de trabajo de Azure Machine Learning en el portal o con el SDK de Python (v2)