Logboekregistratie inschakelen voor Machine Learning Studio -webservices (klassiek)

VAN TOEPASSING OP: Machine Learning Studio (klassiek) Azure Machine Learning

Belangrijk

De ondersteuning voor Azure Machine Learning-studio (klassiek) eindigt op 31 augustus 2024. U wordt aangeraden om vóór die datum over te stappen naar Azure Machine Learning.

Vanaf 1 december 2021 kunt u geen nieuwe resources voor Azure Machine Learning-studio (klassiek) meer maken. Tot en met 31 augustus 2024 kunt u de bestaande resources van Azure Machine Learning-studio (klassiek) blijven gebruiken.

• Zie informatie over het verplaatsen van machine learning-projecten van ML Studio (klassiek) naar Azure Machine Learning.
• Meer informatie over Azure Machine Learning

De documentatie van ML-studio (klassiek) wordt buiten gebruik gesteld en wordt in de toekomst mogelijk niet meer bijgewerkt.

Dit document bevat informatie over de logboekregistratiemogelijkheden van Machine Learning Studio -webservices (klassiek). Logboekregistratie biedt aanvullende informatie, behalve alleen een foutnummer en een bericht, waarmee u problemen met uw aanroepen naar de Machine Learning Studio-API's (klassiek) kunt oplossen.

Logboekregistratie inschakelen voor een webservice

U schakelt logboekregistratie in vanuit de Web Services-portal van Machine Learning Studio (klassiek).

1. Meld u aan bij de Web Services-portal van Machine Learning Studio (klassiek) op https://services.azureml.net. Voor een klassieke webservice kunt u ook naar de portal gaan door te klikken op de pagina Machine Learning Studio (klassiek) Web Services in Studio (klassiek).

   

2. Klik in de bovenste menubalk op WebServices voor een nieuwe webservice of klik op Klassieke webservices voor een klassieke webservice.

   

3. Klik voor een nieuwe webservice op de naam van de webservice. Klik voor een klassieke webservice op de naam van de webservice en klik vervolgens op de volgende pagina op het juiste eindpunt.

4. Klik in de bovenste menubalk op Configureren.

5. Stel de optie Logboekregistratie inschakelen in op Fout (om alleen fouten te registreren) of Alle (voor volledige logboekregistratie).

   

6. Klik op Opslaan.

7. Voor klassieke webservices maakt u de ml-diagnostics-container .

   Alle webservicelogboeken worden bewaard in een blobcontainer met de naam ml-diagnostics in het opslagaccount dat is gekoppeld aan de webservice. Voor nieuwe webservices wordt deze container gemaakt wanneer u de webservice voor het eerst opent. Voor klassieke webservices moet u de container maken als deze nog niet bestaat.

   1. Ga in Azure Portal naar het opslagaccount dat is gekoppeld aan de webservice.

   2. Klik onder Blob Service op Containers.

   3. Als de container ml-diagnostics niet bestaat, klikt u op +Container, geeft u de container de naam ml-diagnostics en selecteert u het toegangstype als 'Blob'. Klik op OK.

      

Tip

Voor een klassieke webservice heeft het Web Services-dashboard in Machine Learning Studio (klassiek) ook een schakeloptie om logboekregistratie in te schakelen. Omdat logboekregistratie nu wordt beheerd via de webservicesportal, moet u logboekregistratie via de portal inschakelen, zoals beschreven in dit artikel. Als u logboekregistratie al hebt ingeschakeld in Studio (klassiek), schakelt u logboekregistratie uit in de webservicesportal en schakelt u deze opnieuw in.

De effecten van het inschakelen van logboekregistratie

Wanneer logboekregistratie is ingeschakeld, worden de diagnostische gegevens en fouten van het eindpunt van de webservice vastgelegd in de blobcontainer ml-diagnostics in het Azure Storage-account dat is gekoppeld aan de werkruimte van de gebruiker. Deze container bevat alle diagnostische gegevens voor alle webservice-eindpunten voor alle werkruimten die aan dit opslagaccount zijn gekoppeld.

De logboeken kunnen worden weergegeven met behulp van een van de verschillende hulpprogramma's die beschikbaar zijn om een Azure Storage-account te verkennen. Het eenvoudigste is om naar het opslagaccount in Azure Portal te navigeren, op Containers te klikken en vervolgens op de container ml-diagnostics te klikken.

Details van logboekblob

Elke blob in de container bevat de diagnostische gegevens voor precies een van de volgende acties:

• Een uitvoering van de batchuitvoeringsmethode
• Een uitvoering van de methode Request-Response
• Initialisatie van een aanvraag-antwoordcontainer

De naam van elke blob heeft een voorvoegsel van het volgende formulier:

{Workspace Id}-{Web service Id}-{Endpoint Id}/{Log type}

Waarbij het logboektype een van de volgende waarden is:

• batch
• score/aanvragen
• score/init