Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questo articolo elenca i problemi noti per le funzionalità di Azure Machine Learning. Prima di inviare una richiesta di supporto, esaminare questo elenco per verificare se il problema riscontrato è già noto e risolto.
Problemi noti attivi
La tabella seguente elenca i problemi noti che attualmente interessano le funzionalità di Azure Machine Learning.
| ID del problema | Categoria | Titolo | Description | Soluzione | Data di pubblicazione dell'emissione |
|---|---|---|---|---|---|
| 1001 | Inferenza | Errore di certificato non valido durante la distribuzione con un cluster AKS | Durante le distribuzioni di Machine Learning che usano un cluster del servizio Azure Kubernetes, è possibile che venga visualizzato un errore di certificato non valido, ad esempio questo. Questo errore si verifica perché il certificato per i cluster AKS creati prima di gennaio 2021 non include il valore Identificatore Chiave del Soggetto, che impedisce la generazione del valore dell'Identificatore di Chiave dell'Autorità richiesto. | Ruotare il certificato del servizio Azure Kubernetes per il cluster. Per altre informazioni, vedere Rotazione dei certificati nei servizi Azure Kubernetes . Attendere 5 ore prima che il certificato venga aggiornato automaticamente e il problema deve essere risolto. | 26 settembre 2023 |
| 1002 | Inferenza | Non è possibile aggiornare l'ambiente di calcolo Kubernetes esistente con il comando az ml compute attached |
L'aggiornamento di un'istanza di calcolo associata a Kubernetes usando il comando az ml compute attached sembra avere esito positivo, ma non riesce. Quando si esegue il comando az ml compute attached --resource-group <resource-group-name> --workspace-name <workspace-name> --type Kubernetes --name <existing-attached-compute-name> --resource-id "<cluster-resource-id>" --namespace <kubernetes-namespace>, l'interfaccia della riga di comando restituisce un messaggio di successo che indica che il calcolo è stato aggiornato correttamente. Tuttavia, il calcolo non viene aggiornato. |
Soluzione alternativa non disponibile. Il az ml compute attached comando attualmente non supporta l'aggiornamento del calcolo Kubernetes esistente. |
26 settembre 2023 |
| 1003 | Registro dei container di Azure | Non è possibile rimuovere il riferimento ACR da Microsoft Foundry o dalla configurazione di Azure Machine Learning dopo la configurazione | Azure Container Registry (ACR) è una risorsa dipendente facoltativa. Foundry o l'area di lavoro di Azure Machine Learning non richiede che un Azure Container Registry venga creato o collegato quando viene creata l'area di lavoro. Il valore predefinito è impostato su Null. Tuttavia, se si collega un ACR o si crea un ACR per l'area di lavoro specificata, non è possibile rimuoverlo. Se si tenta di aggiornare l'area di lavoro usando l'interfaccia della riga di comando per impostare Registro Container come Null, il comando non genera alcun errore, ma non reimposta la configurazione del riferimento ACR su Null. | Soluzione alternativa non disponibile. Questa operazione non è supportata. È possibile creare un'area di lavoro con ACR nullo, ma una volta modificato, non è possibile riportarlo a nullo. | 25 settembre 2025 |
| 1004 | Prompt flow | Informazioni di traccia mancanti nell'output dello strumento LLM | Quando si configura il prompt flow dall'interfaccia utente di Studio con lo strumento LLM, si nota che la scheda Traccia è vuota. Questo problema si verifica perché il tracing è disabilitato nel file PF per impostazione predefinita, poiché causa problemi a seguito delle modifiche dell'API OpenAI su come e dove recuperare le informazioni sui token. | Abilita PF nel file flow.diag.yaml impostando la variabile di ambiente pF_DISABLE_TRACING su False. Seguire i passaggi qui e qui. | 25 settembre 2025 |
| 1005 | Prompt flow | PFAzure usa sempre le credenziali di Azure predefinite | Quando si usa l'interfaccia della riga di comando del prompt flow pfazure, non viene prelevata l'autenticazione delle credenziali dell'utente az login. Usa sempre la prima credenziale di Azure predefinita nonostante l'uso di az login. Questo problema può interrompere l'autenticazione se le credenziali predefinite di Azure o l'identità gestita non sono configurate correttamente e non esegue mai il fallback alle credenziali az login fornite dall'utente. | Pfazure si basa su defaultAzureCredential per l'autenticazione e questo problema è progettato. Uno dei passaggi di questa catena usa le credenziali utente di az login. Assicurarsi che non venga usato alcun altro metodo di autenticazione prima. Un possibile caso potrebbe essere rappresentato dalle variabili di ambiente, in quanto potrebbero interferire con la catena di credenziali: EnvironmentCredential. Verificare se una delle variabili di ambiente elencate nella documentazione è impostata e rimuoverle, se necessario. Altre informazioni sono disponibili qui. | 25 settembre 2025 |
| 1006 | Terraform | Timeout per l'aggiunta di regole FQDN in uscita con Terraform. | Quando si usa Terraform per effettuare il provisioning di aree di lavoro con rete gestita con regole in uscita FQDN, è possibile che si verifichi un timeout se si tenta di aggiungere in blocco le regole in uscita usando CSV. In precedenza, era possibile usare valori separati da virgole per le regole in uscita. | L'API dell'area di lavoro di Azure Machine Learning supporta più regole in uscita, ma questo supporto non è attualmente disponibile nella azurerm_machine_learning_workspace risorsa. È consigliabile aggiungere azapi_update_resource con il tipo "Microsoft.MachineLearningServices/workspaces@2024-04-01" per effettuare una chiamata di aggiornamento per aggiungere tutte le regole in uscita. I passaggi per eseguire questa operazione sono disponibili qui. |
25 settembre 2025 |
| 1007 | Rete | La regola di Azure Load Balancer per VNET gestita AOAO non è supportata | Quando si tenta di aggiungere una regola con tag del servizio per AOAO (Allow Approved Outbound) nella rete virtuale gestita per il servizio di bilanciamento del carico di Azure, viene visualizzato il seguente errore: "Il tag del servizio AzureLoadBalancer non è supportato con le regole FQDN". Rimuovi la regola "servicetag" non valida test-datadog e riprova. | Questo problema è intenzionale. Il tag del servizio per AzureLoadBalancer non è supportato qui. La documentazione pertinente è disponibile qui. Non esistono soluzioni alternative. | 25 settembre 2025 |