Personalizar perguntas frequentes

Este artigo contém respostas para perguntas frequentes sobre resolução de problemas sobre o serviço Personalizar.

Residência de dados de uma região única

Como é replicado o meu dado numa região com residência de dados de uma única região?

O personalização não armazena/processa os dados dos clientes fora da região onde o cliente implementa a instância de serviço.

Problemas de configuração

Mudei uma configuração e agora o meu ciclo não está a funcionar ao mesmo nível de aprendizagem. O que aconteceu?

Algumas definições de configuração irão reiniciar o seu modelo. As alterações de configuração devem ser planeadas e executadas cuidadosamente após a leitura da documentação.

Ao configurar o Personaler com a API, recebi um erro. O que aconteceu?

Se utilizar um único pedido de API para configurar o seu serviço e alterar o seu comportamento de aprendizagem, terá um erro. Terá de fazer duas chamadas API separadas: primeiro, para configurar o seu serviço e depois para alterar o comportamento de aprendizagem.

Erros de transação

Recebo uma resposta HTTP 429 (Demasiados pedidos) do serviço. O que posso fazer?

Se escolheu um nível de preço gratuito quando criou a instância Personalizadora, existe um limite de quota no número de pedidos de Rank que são permitidos. Reveja a sua taxa de chamada API para o Rank API (no painel Métricas no portal do Azure para o seu recurso Personalizer) e ajuste o nível de preços (no painel de preços) se o seu volume de chamada API deverá aumentar para além do limiar para o nível escolhido.

Estou a receber um erro de 5xx nas APIs rank ou reward. O que devo fazer?

Erros de 5xx devem ser problemas transitórios. Se continuarem a ocorrer, contacte o suporte selecionando novo pedido de suporte na secção De Suporte + Resolução de Problemas, no portal do Azure para o seu recurso Personalizer.

Ciclo de aprendizagem

No modo Aprendiz, o ciclo de aprendizagem não alcança uma correspondência de 100% com a política não personalizada (linha de base). Como devo proceder para resolver isto?

A eficácia do personalização no modo Aprendiz raramente atingirá perto de 100% da linha de base da aplicação; e nunca ultrapassá-lo. As melhores práticas não seriam visar a realização a 100%; mas um intervalo de 60% – 80% deve ser alcançável dependendo do caso de utilização. No entanto, se o desempenho da aprendizagem for lento ou planitado abaixo dos 60%, então podem ter ocorrido as seguintes questões:

  • Não há funcionalidades suficientes enviadas com chamada de API de posto
  • Bugs nas funcionalidades enviadas - tais como o envio de dados de recursos não agregados, tais como timetamps para Rank API
  • Bugs com processamento de loop - como não enviar dados de recompensa para Recompensar API para eventos

Para resolver estes problemas, poderá ter de fazer ajustes alterando as funcionalidades enviadas para o loop ou garantindo que a pontuação da recompensa está a capturar com precisão o valor da ação devolvida pela chamada API do Rank.

O ciclo de aprendizagem não parece aprender eficaz ou rapidamente. Como devo proceder para resolver isto?

O ciclo de aprendizagem precisa de alguns milhares de chamadas reward antes que rank chame priorizem eficazmente.

Se não tem a certeza de como o seu ciclo de aprendizagem se está a comportar, faça uma avaliação offline e aplique a política de aprendizagem corrigida.

Estou sempre a obter resultados com todas as mesmas probabilidades para todos os itens. Como devo proceder para saber que o Personalizer está a aprender?

O personaler devolve as mesmas probabilidades num resultado de API de classificação quando acaba de começar e tem um modelo vazio , ou quando reinicia o Circuito Personalizado, e o seu modelo ainda está dentro do período de frequência de atualização do Modelo .

Quando o novo período de atualização começar, verá as probabilidades mudarem com os resultados do modelo atualizado.

O ciclo de aprendizagem foi aprender, mas parece não aprender mais, e a qualidade dos resultados do Rank não é assim tão boa. O que devo fazer?

  • Certifique-se de ter completado e aplicado uma avaliação no portal do Azure para esse ciclo.
  • Certifique-se de que todas as recompensas foram enviadas com sucesso através da API reward, e processadas.

Como devo proceder para saber que o ciclo de aprendizagem está a ser atualizado regularmente e é usado para obter os meus dados?

Pode encontrar a hora em que o modelo foi atualizado pela última vez na página De Modelos e Definições de Aprendizagem do portal do Azure. Se vires uma velha hora, é provável que não estejas a enviar as chamadas Rank and Reward. Se o serviço não tiver dados de entrada, não atualiza a aprendizagem. Se vir que o ciclo de aprendizagem não está a atualizar com frequência suficientemente, pode editar a frequência de Atualização do Modelo do loop.

Avaliações offline

A importância da funcionalidade de uma avaliação offline devolve uma longa lista com centenas ou milhares de itens. O que aconteceu?

Isto é normalmente devido a tempos, IDs do utilizador ou outras funcionalidades de grão fino enviadas.

Criei uma avaliação offline e conseguiu quase instantaneamente. Porquê? Não vejo resultados?

A avaliação offline utiliza o modelo treinado e os dados dos eventos que foram enviados para as APIs Rank/Reward nesse período de tempo. Se a sua aplicação não enviar quaisquer dados entre os tempos de início e fim da avaliação, completará rapidamente sem quaisquer resultados.

Política de aprendizagem

Como devo proceder para importar uma política de aprendizagem?

Saiba mais sobre conceitos de política de aprendizagem e como aplicar uma nova política de aprendizagem. Se não quiser selecionar uma política de aprendizagem, pode utilizar a avaliação offline para sugerir uma política de aprendizagem, com base nos seus eventos atuais.

Segurança

Que protocolos de autenticação da API suportam o Personaler?

ApIs personalizantes usam O Diretório Ativo Azure (Azure AD), que suporta uma variedade de protocolos de autenticação e sincronização.

A chave da API para o meu ciclo foi comprometida. O que posso fazer?

Pode regenerar uma chave depois de trocar os seus clientes para usar a outra chave. Ter duas teclas permite-lhe propagar a chave de forma preguiçosa sem ter de ter de fazer tempo de descanso. Por razões de segurança, recomendamos fazê-lo numa cadência regular.