Condividi tramite


Come utilizzare la diagnostica dell'area di lavoro

SI APPLICA A: Python SDK azure-ai-ml v2 (corrente)

SI APPLICA A:Azure Machine Learning SDK v1 per Python

Importante

Questo articolo fornisce informazioni sull'uso di Azure Machine Learning SDK v1. SDK v1 è deprecato a partire dal 31 marzo 2025. Il supporto per questo terminerà il 30 giugno 2026. È possibile installare e usare l'SDK v1 fino a tale data.

È consigliabile passare all'SDK v2 prima del 30 giugno 2026. Per altre informazioni su SDK v2, vedere Che cos'è l'interfaccia della riga di comando di Azure Machine Learning e Python SDK v2? e il Riferimento SDK v2.

Azure Machine Learning offre un'API di diagnostica che può essere utilizzata per identificare i problemi relativi all'area di lavoro. Gli errori restituiti nel report di diagnostica includono informazioni su come risolvere il problema.

È possibile utilizzare la diagnostica dell'area di lavoro da studio di Azure Machine Learning o Python SDK.

Prerequisiti

Diagnostica dallo studio

Dallo studio di Azure Machine Learning è possibile eseguire la diagnostica nell'area di lavoro per controllare la configurazione. Per eseguire la diagnostica, selezionare l'icona '?' nell'angolo in alto a destra della pagina. Selezionare quindi Esegui diagnostica dell'area di lavoro.

Screenshot del pulsante di diagnostica dell'area di lavoro.

Dopo l'esecuzione della diagnostica, viene restituito un elenco di eventuali problemi rilevati. Questo elenco include i collegamenti a possibili soluzioni.

Diagnostica da Python

Il frammento di codice seguente spiega come utilizzare la diagnostica dell'area di lavoro da Python.

SI APPLICA A: Python SDK azure-ai-ml v2 (corrente)

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 risposta è un oggetto DiagnoseResponseResultValue che contiene informazioni su eventuali problemi rilevati nell'area di lavoro.

SI APPLICA A:Azure Machine Learning SDK v1 per Python

from azureml.core import Workspace

ws = Workspace.from_config()

diag_param = {
      "value": {
      }
    }

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

La risposta è un documento JSON che contiene informazioni su eventuali problemi rilevati con l'area di lavoro. Di seguito è riportata una risposta JSON di esempio:

{
    "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": []
    }
}

Se non vengono rilevati problemi, viene restituito un documento JSON vuoto.

Per altre informazioni, vedere le informazioni di riferimento sull'area di lavoro.

Per altre informazioni, vedere le informazioni di riferimento su Workspace.diagnose_workspace().

Passaggio successivo