Çok değişkenli API sorunlarını giderme

Önemli

20 Eylül 2023 tarihinden itibaren yeni Anomali Algılayıcısı kaynakları oluşturamayacaksınız. Anomali Algılayıcısı hizmeti 1 Ekim 2026'da kullanımdan kaldırılıyor.

Bu makalede, Azure AI Anomali Algılayıcısı çok değişkenli API'yi kullanırken sık karşılaşılan hata iletilerini giderme ve düzeltme hakkında yönergeler sağlanmaktadır.

Çok değişkenli hata kodları

Aşağıdaki tablolarda çok değişkenli hata kodları listelenmektedir.

Sık karşılaşılan hatalar

Hata kodu HTTP hata kodu Hata iletisi Açıklama
SubscriptionNotInHeaders 400 apim-subscription-id üst bilgilerde bulunamadı. ÜST bilgide APIM abonelik kimliğinizi ekleyin. Örnek üst bilgi: {"apim-subscription-id": <Your Subscription ID>}.
FileNotExist 400 Dosya <kaynağı> yok. Blob paylaşılan erişim imzanızın geçerliliğini denetleyin. Süresinin dolmadığından emin olun.
InvalidBlobURL 400 Blob paylaşılan erişim imzanız geçerli bir paylaşılan erişim imzası değil.
StorageWriteError 403 Bu hatanın nedeni büyük olasılıkla izin sorunlarıdır. Hizmetimizin verileri müşteri tarafından yönetilen bir anahtarla şifrelenmiş bloba yazmasına izin verilmez. Müşteri tarafından yönetilen anahtarı kaldırın veya hizmetimize yeniden erişim verin. Daha fazla bilgi için bkz . Azure AI hizmetleri için Azure Key Vault ile müşteri tarafından yönetilen anahtarları yapılandırma.
StorageReadError 403 ile StorageWriteErroraynı.
UnexpectedError 500 Ayrıntılı hata bilgileriyle bizimle iletişime geçin. Azure AI hizmetleri destek ve yardım seçeneklerinden destek seçeneklerini alabilir veya adresinden bize AnomalyDetector@microsoft.come-posta gönderebilirsiniz.

Çok değişkenli bir anomali algılama modelini eğitin

Hata kodu HTTP hata kodu Hata iletisi Açıklama
TooManyModels 400 Bu abonelik en fazla model sayısına ulaştı. Her APIM abonelik kimliğinin 300 etkin modele sahip olması sağlanır. Yeni bir model eğitmeden önce kullanılmayan modelleri silin.
TooManyRunningModels 400 Bu abonelik çalışan model sayısı üst sınırına ulaştı. Her APIM abonelik kimliğinin aynı anda beş model eğitmeye izin verilir. Önceki modeller eğitim sürecini tamamladıktan sonra yeni bir model eğitin.
InvalidJsonFormat 400 Geçersiz JSON biçimi. Eğitim isteği geçerli bir JSON değil.
InvalidAlignMode 400 Alan 'alignMode' aşağıdakilerden biri olmalıdır: 'Inner' veya 'Outer' . veya 'Outer' (büyük/küçük harfe duyarlı) olması 'Inner' gereken değerini 'alignMode'denetleyin.
InvalidFillNAMethod 400 Alan 'fillNAMethod' aşağıdakilerden biri olmalıdır: 'Previous', 'Subsequent', 'Linear', 'Zero', , 'Fixed', 'NotFill'. olduğunda 'alignMode''Outer'olamaz'NotFill'. değerini 'fillNAMethod'denetleyin. Daha fazla bilgi için bkz. Anomali Algılayıcısı çok değişkenli API'yi kullanmaya yönelik en iyi yöntemler.
RequiredPaddingValue 400 alanı 'paddingValue' , olduğunda 'fillNAMethod''Fixed'istekte gereklidir. olduğunda 'fillNAMethod''Fixed'geçerli bir doldurma değeri sağlamanız gerekir. Daha fazla bilgi için bkz. Anomali Algılayıcısı çok değişkenli API'yi kullanmaya yönelik en iyi yöntemler.
RequiredSource 400 alan 'source' istekte gereklidir. Eğitim isteğiniz alan için 'source' bir değer belirtmedi. {"source": <Your Blob SAS>} bunun bir örneğidir.
RequiredStartTime 400 alan 'startTime' istekte gereklidir. Eğitim isteğiniz alan için 'startTime' bir değer belirtmedi. {"startTime": "2021-01-01T00:00:00Z"} bunun bir örneğidir.
InvalidTimestampFormat 400 Geçersiz zaman damgası biçimi. Biçim <timestamp> geçerli bir biçim değil. İstek gövdesindeki zaman damgasının biçimi doğru değil. Doğrulamayı deneyin import pandas as pd; pd.to_datetime(timestamp) .
RequiredEndTime 400 alan 'endTime' istekte gereklidir. Eğitim isteğiniz alan için 'startTime' bir değer belirtmedi. {"endTime": "2021-01-01T00:00:00Z"} bunun bir örneğidir.
InvalidSlidingWindow 400 Alan 'slidingWindow' 28 ile 2880 arasında bir tamsayı olmalıdır. Alan 'slidingWindow' 28 ile 2880 (dahil) arasında bir tamsayı olmalıdır.

Model kimliğiyle çok değişkenli bir model alma

Hata kodu HTTP hata kodu Hata iletisi Açıklama
ModelNotExist 404 Model yok. Karşılık gelen model kimliğine sahip model yok. İstek URL'sindeki model kimliğini denetleyin.

Çok değişkenli modelleri listeleme

Hata kodu HTTP hata kodu Hata iletisi Açıklama
InvalidRequestParameterError 400 $skip veya $top için geçersiz değerler. İki parametrenin değerlerinin sayısal olup olmadığını denetleyin. $skip ve $top değerleri, sayfalandırılmış modelleri listelemek için kullanılır. API yalnızca en son güncelleştirilen 10 modeli döndürdüğünden, modellerin daha önce güncelleştirilmiş olması için $skip ve $top kullanabilirsiniz.

Eğitilmiş bir modelle anomali algılama

Hata kodu HTTP hata kodu Hata iletisi Açıklama
ModelNotExist 404 Model yok. Çıkarım için kullanılan model yok. İstek URL'sindeki model kimliğini denetleyin.
ModelFailed 400 Model eğitilemedi. Model başarıyla eğitilmiş değil. Model kimliğine sahip modeli alarak ayrıntılı bilgi edinin.
ModelNotReady 400 Model henüz hazır değil. Model henüz hazır değil. Eğitim işlemi tamamlanana kadar bir süre bekleyin.
InvalidFileSize 413 Dosya <dosyası,> dosya boyutu sınırını (<boyut sınırı> bayt sayısı) aşıyor. Çıkarım verilerinin boyutu şu anda 2 GB olan üst sınırı aşıyor. Çıkarım için daha az veri kullanın.

Algılama sonuçlarını alma

Hata kodu HTTP hata kodu Hata iletisi Açıklama
ResultNotExist 404 Sonuç yok. İstek başına sonuç yok. Çıkarım tamamlanmadı veya sonucun süresi doldu. Süre sonu yedi gündür.

Veri işleme hataları

Aşağıdaki hata kodlarının ilişkili HTTP hata kodları yoktur.

Hata kodu Hata iletisi Açıklama
NoVariablesFound Değişken bulunamadı. Dosyalarınızın yönergeye göre düzenlendiğini denetleyin. Veri kaynağından CSV dosyası bulunamadı. Bu hata genellikle dosyaların yanlış düzenlenmesinden kaynaklanır. İstenen yapı için örnek verilere bakın.
DuplicatedVariables Aynı ada sahip birden çok değişken vardır. Yinelenen değişken adları vardır.
FileNotExist Dosya <adı> yok. Bu hata genellikle çıkarım sırasında oluşur. Değişken eğitim verilerinde görünse de çıkarım verilerinde eksiktir.
RedundantFile Dosya <adı> yedekli. Bu hata genellikle çıkarım sırasında oluşur. Değişken eğitim verilerinde değildi ancak çıkarım verilerinde göründü.
FileSizeTooLarge Dosya <adı> boyutu çok büyük. Tek BIR CSV dosya <adının> boyutu sınırı aşıyor. Daha az veriyle eğitin.
ReadingFileError Dosya adı> okunurken <hatalar oluştu. <hata iletileri> Dosya <adı> okunamadı. Daha fazla bilgi için hata iletilerine <> bakın veya yerel ortamda ile pd.read_csv(filename) doğrulayın.
FileColumnsNotExist Dosya <adı> içindeki sütunlar zaman damgası veya değer yok. Her CSV dosyasının zaman damgası ve değeri (büyük/küçük harfe duyarlı) adlarıyla iki sütunu olmalıdır.
VariableParseError Değişken <değişken> ayrıştırma <hata iletisi> hatası. Çalışma zamanı hataları nedeniyle değişken> işlenemiyor<. Daha fazla bilgi için hata iletisine <bakın veya hata iletisiyle><>bizimle iletişime geçin.
MergeDataFailed Veriler birleştirılamadı. Veri biçimini denetleyin. Veri birleştirme başarısız oldu. Bu hatanın nedeni büyük olasılıkla yanlış veri biçimi veya dosyaların yanlış düzenlenmesidir. Geçerli dosya yapısı için örnek verilere bakın.
ColumnNotFound Sütun <sütunu> birleştirilmiş verilerde bulunamıyor. Birleştirme işleminden sonra bir sütun eksik. Verify the data.
NumColumnsMismatch Birleştirilmiş veri sütunlarının sayısı değişken sayısıyla eşleşmiyor. Verify the data.
TooManyData Çok fazla veri noktası var. Değişken başına en fazla 10000000 sayısıdır. Giriş verilerinin boyutunu küçültün.
NoData Etkili bir veri yoktur. İşlemden sonra eğitecek/çıkaracak veri yoktur. Başlangıç saatini ve bitiş saatini denetleyin.
DataExceedsLimit. Zaman damgası arasında startTime olan ve endTime sınırı (<sınırı>) aşan verilerin uzunluğu. İşlemden sonra verilerin boyutu sınırı aşıyor. Şu anda işlenen verilerde bir sınır yoktur.
NotEnoughInput Yeterli veri yok. Verilerin uzunluğu veri uzunluğudur<>, ancak minimum uzunluk kayan pencere boyutundan <>daha büyük olmalıdır. Çıkarım için en az veri noktası sayısı, kayan pencerenin boyutudur. Çıkarım için daha fazla veri sağlamaya çalışın.