Naplózás engedélyezése a Machine Learning Studio (klasszikus) webszolgáltatásaihoz

ÉRVÉNYES: 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.

• A gépi tanulási projektek ML Studióból (klasszikus) Azure Machine Learningbe való áthelyezéséről szóló információk.
• 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 képességéről nyújt tájékoztatást. A naplózás egy hibaszámon és egy üzeneten túl további információkat is tartalmaz, amelyek segíthetnek a Machine Learning Studio (klasszikus) API-k felé irányuló hívások hibaelhárításában.

Naplózás engedélyezése webszolgáltatáshoz

Engedélyezi a naplózást a Machine Learning Studio (klasszikus) webszolgáltatások portáljáról.

1. Jelentkezzen be a Machine Learning Studio (klasszikus) Web Services portálra a következő címen https://services.azureml.net: . Klasszikus webszolgáltatás esetén a Portálra is hozzáférhet, ha a Machine Learning Studio (klasszikus) webszolgáltatások lapján a New Web Services Experience (klasszikus) elemre kattint a Studio (klasszikus) webszolgáltatások lapján.

   

2. A felső menüsávon kattintson az Új webszolgáltatás WebSzolgáltatások parancsára, vagy a klasszikus webszolgáltatás klasszikus webszolgáltatásai elemre.

   

3. Új webszolgáltatás esetén kattintson a webszolgáltatás nevére. Klasszikus webszolgáltatás esetén kattintson a webszolgáltatás nevére, majd a következő lapon kattintson a megfelelő végpontra.

4. A felső menüsávon kattintson a Konfigurálás gombra.

5. A Naplózás engedélyezése beállítást állítsa hibára (csak hibák naplózásához) vagy Az összesre (a teljes naplózáshoz).

   

6. Kattintson a Mentés gombra.

7. Klasszikus webszolgáltatások esetén hozza létre az ml-diagnostics tárolót .

   Minden webszolgáltatás-napló egy ml-diagnostics nevű blobtárolóban van tárolva a webszolgáltatáshoz társított tárfiókban. Az Új webszolgáltatások esetében 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.

   1. Az Azure Portalon nyissa meg a webszolgáltatáshoz társított tárfiókot.

   2. A Blob Service területen kattintson a Tárolók lehetőségre.

   3. Ha a tároló ml-diagnosztikái nem léteznek, kattintson a +Tároló gombra, adja meg a tárolónak az "ml-diagnostics" nevet, és válassza ki az Access típust "Blob" néven. Kattintson az OK gombra.

      

Tipp.

Klasszikus webszolgáltatás esetén a Machine Learning Studio Web Services-irányítópultja (klasszikus) is rendelkezik egy kapcsolóval a naplózás engedélyezéséhez. Mivel azonban a naplózás most már a Web Services portálon keresztül történik, engedélyeznie kell a naplózást a portálon 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 diagnosztikája 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 elérhető számos eszköz bármelyikével megtekinthetők. A legegyszerűbb lehet, ha az Azure Portalon a tárfiókra navigál, a Tárolók elemre, majd a tároló ml-diagnosztikára kattint.

Naplóblob részleteinek adatai

A tároló minden blobja pontosan az alábbi műveletek egyikéhez tárolja a diagnosztikai adatokat:

• A Batch-Execution metódus végrehajtása
• A Request-Response metódus végrehajtása
• Kérelem-válasz 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:

• köteg
• pontszám/kérések
• score/init