次の方法で共有

コンピューティング停止

好文 吉田 0 評価のポイント
2026-05-25T07:19:36.2966667+00:00

Auto-MLを実行するためにコンピューティングを開始させましたが、しばらくして使用不可となりました。解決方法を教えて下さい。


<モデレーター注>
この質問には、重複投稿されたロック済みのスレッドがあります。
重複投稿は、混乱を招く原因となりますので、避けるようにしてください。
ロック済みスレッド:コンピューティングが使用不可になる。
本スレッドにて質問などを継続してください。

Azure Machine Learning
Azure Machine Learning

モデルを構築およびデプロイするための Azure 機械学習サービス。


2 件の回答

並べ替え方法: 最も役に立つ
  1. Manas Mohanty 17,185 評価のポイント Microsoft 外部スタッフ モデレーター
    2026-06-05T07:52:10.6066667+00:00

    Hi 好文 吉田

    上記の誤りに従い

    ValidationException: ValidationException: メッセージ: requirements ファイルを使って必要なパッケージのバージョンをインストールしてください。Package name/Required version/Installed version azureml-automl-core/importlib-resources<=6.4.0/importlib-resources==6.5.2 azureml-core/azure-mgmt-authorization<5,>=0.40.0/azure-mgmt-authorization==5.0.0b1 InnerException: None ErrorResponse

    これは環境紛争の問題です。

    Azure ML SDK v1のAutoMLの「検証済み要件」ゲートに当たっています。ローカル(またはノートブックカーネルから)でAutoMLを実行した際に、AutoMLはピン留めされた「既知の良き」依存関係セットをチェックし、 ValidationException 環境がドリフトした場合に「Trued」を投げます。あなたの場合は、2つの明確な不一致が引き金となりました:

    • importlib-resources **必要 <=6.4.0**ですが、あなたはインストールしています 6.5.2
    • azure-mgmt-authorization **必須<5, >=0.40.0ですが、(プレリリース版)はインストール5.0.0b1**されています。

    SDK v1の使用は、主にSDK v2で動作しているAML Studioのパッケージ競合に影響を与えます。

    問題の追跡には、よりバグが少なく高度なSDK v2を活用してください。

    関連記事

    Python SDK

    https://learn.microsoft.com/en-us/azure/machine-learning/how-to-migrate-from-v1?view=azureml-api-2

    Python SDK v1からv2へのマッピング

    また、サンプルノートブックはAzure MLノートブックのSDKバージョン1およびv2で参照することもできます。スクリーンショットに示されているように

    環境ログを共有する場合はプライベートメッセージを確認し 、サポートチケットを通じてコードをレビューしてください。

    ありがとうございます。

    この回答は役に立ちましたか?


  2. Anshika Varshney 13,575 評価のポイント Microsoft 外部スタッフ モデレーター
    2026-05-25T07:30:29.83+00:00

    こんにちは Yoshida さん

    この問題は、AutoML を実行している間にコンピュートクラスターがアイドル状態になったり、停止したり、またはリソース不足になる場合によく発生します。以下の点を確認すると解決につながる可能性があります。

    まず、Azure Machine Learning Studio でコンピュートの状態を確認してください。アイドル時間が続くと自動的に停止されることがあります。その場合は、コンピュートを再起動してからジョブを再実行してみてください。

    次に、コンピュートクラスターの最大ノード数に達していないか確認してください。AutoML が追加リソースを必要としてもスケールできない場合、処理が進まなくなることがあります。最大ノード数を増やすか、より大きな仮想マシンサイズを検討してください。

    また、AutoML の実行履歴で、失敗または待機状態のジョブがないか確認してください。キューに残っているジョブや停止しているジョブを削除することで、リソースが解放される場合があります。

    もう一つのよくある原因はクォータ制限です。サブスクリプションの CPU や GPU の上限に達していると、新しいジョブが正常に実行されないことがあります。Azure ポータルの使用量とクォータの画面で確認できます。

    さらに、AutoML 実行のログを確認することも重要です。ログにはメモリ不足やタイムアウトなどの原因が記録されている場合があります。

    この問題が頻繁に発生する場合は、アイドル時間の設定を見直したり、長時間実行ジョブ用に専用コンピュートを使用することも検討してください。

    参考になる公式ドキュメントはこちらです。

    Azure Machine Learning のコンピュートについて https://learn.microsoft.com/azure/machine-learning/concept-compute-target

    クォータと制限の確認方法 https://learn.microsoft.com/azure/azure-resource-manager/management/azure-subscription-service-limits

    もしエラーメッセージや使用しているコンピュートの種類など、もう少し詳しい情報があれば共有していただけると、より具体的にご案内できます。

    この回答は役に立ちましたか?


お客様の回答

質問作成者は回答に "承認済み"、モデレーターは "おすすめ" とマークできます。これにより、ユーザーは作成者の問題が回答によって解決したことを把握できます。