Compartilhar via


Como usar o diagnóstico do workspace

O Azure Machine Learning fornece uma API de diagnóstico que pode ser usada para identificar problemas com seu workspace. Os erros retornados no relatório de diagnóstico incluem informações sobre como resolver o problema.

Você pode usar o diagnóstico do Workspace Estúdio do Azure Machine Learning ou o SDK do Python.

Pré-requisitos

Antes de seguir as etapas neste artigo, verifique se você tem os seguintes pré-requisitos:

Diagnóstico com o Estúdio

No Estúdio do Azure Machine Learning, você pode executar o diagnóstico em seu workspace para verificar a configuração. Para executar o diagnóstico, selecione o ícone '?' no canto superior direito da página. Em seguida, selecione Executar diagnóstico do workspace.

Captura de tela do botão diagnóstico do workspace.

Depois que o diagnóstico for executado, uma lista dos problemas detectados será retornada. Essa lista inclui links para as possíveis soluções.

Diagnóstico com o Python

O snippet a seguir demonstra como usar o diagnóstico de workspace com o Python.

APLICA-SE A: SDK do Python azure-ai-ml v2 (atual)

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}")

A resposta é um objeto DiagnosResponseResultValue que contém informações sobre quaisquer problemas detectados com o workspace.

APLICA-SE A: SDK do Python azureml v1

from azureml.core import Workspace

ws = Workspace.from_config()

diag_param = {
      "value": {
      }
    }

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

A resposta é um documento JSON que contém informações sobre os problemas detectados no workspace. O seguinte JSON é uma resposta de exemplo:

{
    "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 nenhum problema for detectado, um documento JSON vazio será retornado.

Para saber mais, confira a Referência do workspace.

Para obter mais informações, confira a referência de Workspace.diagnose_workspace().

Próxima etapa