Cet article contient des réponses aux questions fréquemment posées sur la résolution des problèmes liés au service Personalizer.
Résidence des données dans une seule région
Quand Personalizer sera-t-il déconseillé ?
À compter du 20 septembre 2023, vous ne pourrez pas créer de ressources Personalizer. Le service Personalizer est mis hors service le 1er octobre 2026.
Comment mes données sont-elles répliquées dans une région avec une résidence de données de région unique ?
Personalizer ne stocke/traite pas les données client en dehors de la région dans laquelle le client déploie l’instance de service.
Problèmes de configuration
J'ai modifié un paramètre de configuration et ma boucle ne s'exécute plus au même niveau d'apprentissage. Que s’est-il passé ?
Certains paramètres de configuration réinitialisent votre modèle. Les modifications de configuration doivent être planifiées et exécutées avec soin après avoir lu la documentation.
J'ai rencontré une erreur lors de la configuration de Personalizer avec l'API. Que s’est-il passé ?
Si vous utilisez la même requête d'API pour configurer votre service et modifier votre comportement d'apprentissage, une erreur se produit. Deux appels d'API distincts sont nécessaires : d'abord pour configurer votre service, puis pour changer de comportement d'apprentissage.
Erreurs des transactions
J’obtiens une réponse HTTP 429 (Trop de demandes) du service. Que puis-je faire ?
Si vous avez choisi un niveau tarifaire gratuit lorsque vous avez créé l’instance Personalizer, vous avez une limite de quota sur le nombre de demandes de classement autorisées. Consultez votre taux d’appels d’API pour l’API Rank (dans le volet Métriques du portail Azure pour votre ressource Personalizer) et ajustez le niveau tarifaire (dans le volet Niveau tarifaire) si votre volume d’appels est supposé augmenter au-delà du seuil du niveau tarifaire choisi.
J’obtiens une erreur 5xx sur les API Rank ou Reward. Que dois-je faire ?
Les erreurs 5xx doivent être des problèmes temporaires. Si elles persistent, contactez le support en sélectionnant Nouvelle demande de support dans la section Support + dépannage du portail Azure pour votre ressource Personalizer.
Boucle d’apprentissage
En mode Apprenti, la boucle d’apprentissage n’atteint pas une correspondance de 100 % à la stratégie non personnalisée (base de référence). Comment la corriger ?
L'efficacité de Personalizer en mode Apprenti se rapproche rarement des 100 % de la référence de l'application ; et il ne fait jamais mieux. Les bonnes pratiques consistent à ne pas essayer d’atteindre 100 %. Selon le cas d’usage, une fourchette de 60 à 80 % doit être ciblée. Toutefois, si les performances d’apprentissage sont lentes ou plateaux inférieures à 60 %, les problèmes suivants peuvent avoir eu lieu :
- Nombre insuffisant de fonctionnalités envoyées avec l’appel d’API de classement
- Bogues dans les fonctionnalités envoyées, par exemple l’envoi de données de fonctionnalités non agrégées telles que les horodatages à l’API de classement
- Bogues au niveau du traitement de boucle, comme le fait de ne pas envoyer de données de récompense à l’API de récompense pour les événements
Pour résoudre ces problèmes, vous devrez peut-être apporter des ajustements en modifiant les fonctionnalités envoyées à la boucle ou en garantissant que le score de récompense capture avec précision la valeur de l’action retournée par l’appel d’API Rank.
La boucle d’apprentissage ne semble pas apprendre correctement ou rapidement. Comment la corriger ?
La boucle d’apprentissage a besoin de quelques milliers d’appels Reward avant que les appels Rank n’établissent des priorités efficaces.
En cas de doute sur le comportement actuel de votre boucle d’apprentissage, exécutez une évaluation hors ligne et appliquez la stratégie d’apprentissage corrigée.
Je continue à obtenir des résultats de classement avec les mêmes probabilités pour tous les éléments. Comment savoir que Personalizer apprend ?
Personalizer retourne les mêmes probabilités dans un résultat d’API Rank lorsqu’il vient de démarrer et qu’il a un modèle vide, ou lorsque vous réinitialisez la boucle de Personalizer et que votre modèle est toujours dans la période de Fréquence de mise à jour du modèle.
Lorsque la nouvelle période de mise à jour commence, le modèle mis à jour est utilisé et vous voyez les probabilités changer.
La boucle d’apprentissage apprenait, mais semble ne plus apprendre, et la qualité des résultats de classement n’est pas si bonne. Que dois-je faire ?
- Veillez à effectuer et appliquer une évaluation dans le portail Azure pour cette ressource Personalizer (boucle d’apprentissage).
- Assurez-vous que toutes les récompenses sont envoyées via l’API Reward et qu’elles sont traitées.
Comment savoir que la boucle d’apprentissage est mise à jour régulièrement et utilisée pour établir le score de mes données ?
Vous pouvez trouver l’heure de la dernière mise à jour du modèle dans la page Paramètres de modèle et d’apprentissage du portail Azure. Si vous voyez un ancien horodatage, c’est probablement parce que vous n’envoyez pas les appels Rank et Reward. Si le service n’a pas de données entrantes, il ne met pas à jour l’apprentissage. Si vous voyez que la boucle d’apprentissage n’est pas mise à jour assez souvent, vous pouvez modifier la Fréquence de mise à jour du modèle de la boucle.
Évaluations hors connexion
L’importance d’une caractéristique d’une évaluation hors connexion retourne une longue liste avec des centaines ou des milliers d’éléments. Que s’est-il passé ?
C’est généralement dû aux horodateurs, aux ID d’utilisateur ou à d’autres caractéristiques très spécifiques qui y ont été envoyées.
J’ai créé une évaluation hors connexion et celle-ci a réussi presque instantanément. Pourquoi ? Je ne vois aucun résultat.
L’évaluation hors connexion utilise le modèle entraîné et les données des événements qui ont été envoyés aux API Rank/Reward dans cette période. Si vous n’avez pas envoyé de données pendant la période entre l’heure de début et l’heure de fin de l’évaluation, celle-ci ne produit aucun résultat.
Stratégie d’apprentissage
Comment importer une stratégie d’apprentissage ?
Découvrez les concepts de la stratégie d’apprentissage et comment appliquer une nouvelle stratégie d’apprentissage. Si vous ne voulez pas sélectionner une stratégie d’apprentissage, vous pouvez utiliser l’évaluation hors connexion pour suggérer une stratégie d’apprentissage en fonction de vos événements actuels.
Sécurité
Quels sont les protocoles d’authentification d’API pris en charge par Personalizer ?
Les API Personalizer utilisent Microsoft Entra ID, qui prend en charge divers protocoles d’authentification et de synchronisation.
La clé API de ma boucle a été compromise. Que puis-je faire ?
Vous pouvez régénérer une clé après avoir demandé à vos clients de changer et d’utiliser l’autre clé. Le fait de disposer de deux clés vous permet de propager la clé de manière différée sans avoir besoin de temps d’arrêt. À des fins de sécurité, nous vous recommandons de procéder à une cadence régulière.