Naplózás engedélyezése a Machine Learning Studio (klasszikus) webszolgáltatásaihoz
HATÓKÖR: A Machine Learning Studio (klasszikus) Azure Machine Learning
Fontos
A (klasszikus) Machine Learning Studio támogatása 2024. augusztus 31-én megszűnik. Javasoljuk, hogy addig térjen át az Azure Machine Learning használatára.
2021. december 1-től kezdve nem fog tudni létrehozni új (klasszikus) Machine Learning Studio-erőforrásokat. 2024. augusztus 31-ig továbbra is használhatja a meglévő (klasszikus) Machine Learning Studio-erőforrásokat.
- További információ a gépi tanulási projektek ML Studióból (klasszikus) Azure Machine Learningbe való áthelyezéséről.
- További információ az Azure Machine Learningről
A (klasszikus) ML Studio dokumentációjának kivezetése folyamatban van, és a jövőben nem várható a frissítése.
Ez a dokumentum a Machine Learning Studio (klasszikus) webszolgáltatások naplózási funkcióját ismerteti. A naplózás a hibaszámon és az üzeneten kívül további információkat is tartalmaz, amelyek segíthetnek a Machine Learning Studio (klasszikus) API-k felé irányuló hívások hibaelhárításában.
Webszolgáltatás naplózásának engedélyezése
A naplózást a Machine Learning Studio (klasszikus) webszolgáltatások portáljáról engedélyezheti.
Jelentkezzen be a Machine Learning Studio (klasszikus) Web Services portálra a következő címen https://services.azureml.net: . Klasszikus webszolgáltatás esetén a Portálra úgy is juthat el, hogy a (klasszikus) Studio Machine Learning Studio webszolgáltatások lapján az Új webszolgáltatások felületre kattint.
A felső menüsávon kattintson az Új webszolgáltatás Webszolgáltatások elemére, vagy a klasszikus webszolgáltatás klasszikus webszolgáltatásai elemre.
Új webszolgáltatás esetén kattintson a webszolgáltatás nevére. Klasszikus webszolgáltatás esetén kattintson a webszolgáltatás nevére, majd a következő lapon kattintson a megfelelő végpontra.
A felső menüsávon kattintson a Konfigurálás elemre.
Állítsa a Naplózás engedélyezése beállítást Hiba (csak a hibák naplózásához) vagy az Összes (teljes naplózáshoz) értékre.
Kattintson a Mentés gombra.
Klasszikus webszolgáltatások esetén hozza létre az ml-diagnostics tárolót .
Minden webszolgáltatás naplója egy ml-diagnostics nevű blobtárolóban van tárolva a webszolgáltatáshoz társított tárfiókban. Új webszolgáltatások esetén ez a tároló akkor jön létre, amikor először éri el a webszolgáltatást. A klasszikus webszolgáltatások esetében létre kell hoznia a tárolót, ha még nem létezik.
A Azure Portal lépjen a webszolgáltatáshoz társított tárfiókra.
A Blob Service területen kattintson a Tárolók elemre.
Ha a tároló ml-diagnosztikái nem léteznek , kattintson a +Tároló elemre, adja meg a tárolónak az "ml-diagnostics" nevet, majd válassza ki a "Blob" hozzáférési típust . Kattintson az OK gombra.
Tipp
Klasszikus webszolgáltatások esetén a Machine Learning Studio (klasszikus) Web Services irányítópultján is van egy kapcsoló a naplózás engedélyezéséhez. Mivel azonban a naplózás most már a Web Services portálon keresztül van kezelve, engedélyeznie kell a naplózást a portálon keresztül a jelen cikkben leírtak szerint. Ha már engedélyezte a naplózást a Studióban (klasszikus), akkor a Web Services portálon tiltsa le a naplózást, és engedélyezze újra.
A naplózás engedélyezésének hatásai
Ha a naplózás engedélyezve van, a webszolgáltatás végpontjának diagnosztikái és hibái a felhasználó munkaterületéhez társított Azure Storage-fiók ml-diagnostics blobtárolójában lesznek naplózva. Ez a tároló tartalmazza a tárfiókhoz társított összes munkaterület összes webszolgáltatás-végpontjának diagnosztikai adatait.
A naplók az Azure Storage-fiók megismeréséhez rendelkezésre álló eszközök bármelyikével megtekinthetők. A legegyszerűbb, ha a Azure Portal a tárfiókhoz navigál, a Tárolók elemre, majd a tároló ml-diagnosztikára kattint.
Naplóblob részletes adatai
A tárolóban lévő összes blob a következő műveletek pontosan egyikéhez tárolja a diagnosztikai adatokat:
- A Batch-Execution metódus végrehajtása
- A Request-Response metódus végrehajtása
- Request-Response tároló inicializálása
Az egyes blobok neve az alábbi űrlap előtaggal rendelkezik:
{Workspace Id}-{Web service Id}-{Endpoint Id}/{Log type}
Ahol a naplótípus az alábbi értékek egyike:
- kötegelt
- pontszám/kérések
- score/init