Aracılığıyla paylaş

Ortam sorunlarını giderme

  • Makale

Bu makalede, ortam görüntüsü derlemelerinde karşılaşabileceğiniz yaygın sorunları gidermeyi ve AzureML ortam güvenlik açıkları hakkında bilgi edinin.

Geri bildiriminizi etkin bir şekilde arıyoruz! Bu sayfaya Ortam Tanımı veya Derleme Hatası Çözümleme günlükleri aracılığıyla giderseniz, özelliğin size yardımcı olup olmadığını veya henüz analizimizin kapsamına alınmamış bir hata senaryosu bildirmek isteyip istemediğinizi öğrenmek isteriz. Ayrıca bu belgelerde geri bildirimde de bırakabilirsiniz. Düşüncelerinizi burada bırakın.

Azure Machine Learning ortamları

Azure Machine Learning ortamları, makine öğrenmesi eğitiminizin gerçekleştiği ortamın bir kapsüllemesidir. Eğitim ve puanlama betikleriniz etrafında temel docker görüntüsünü, Python paketlerini ve yazılım ayarlarını belirtir. Ortamlar, Çeşitli işlem hedeflerinde yeniden üretilebilir, denetlenebilir ve taşınabilir makine öğrenmesi iş akışlarına olanak tanıyan Machine Learning çalışma alanınızdaki yönetilen ve sürümlenmiş varlıklardır.

Ortam türleri

Ortamlar üç kategoriye ayrılır: seçilmiş, kullanıcı tarafından yönetilen ve sistem tarafından yönetilen.

Seçilmiş ortamlar, Azure Machine Learning tarafından yönetilen önceden oluşturulmuş ortamlardır ve her çalışma alanında varsayılan olarak kullanılabilir. Bunlar, çeşitli makine öğrenmesi çerçevelerini kullanmaya başlamanıza yardımcı olacak Python paketleri ve ayarları koleksiyonları içerir ve bunları olduğu gibi kullanmanız amaçlanır. Önceden oluşturulmuş bu ortamlar ayrıca daha hızlı dağıtım süresi sağlar.

Kullanıcı tarafından yönetilen ortamlarda, ortamınızı ayarlamak ve eğitim betiğinizin ihtiyaç duyduğu her paketi işlem hedefinde yüklemek sizin sorumluluğunuzdadır. Ayrıca model dağıtımı için gereken bağımlılıkları da eklediğinizden emin olun.

Bu ortam türlerinin iki alt türü vardır. İlk tür olan BYOC (kendi kapsayıcınızı getirin) için mevcut bir Docker görüntüsünü Azure Machine Learning'e getirirsiniz. İkinci tür olan Docker bağlam tabanlı ortamlar oluştururken Azure Machine Learning, sağladığınız bağlamdan görüntüyü gerçekleştirir.

Conda'nın Python ortamını sizin için yönetmesini istediğinizde, sistem tarafından yönetilen bir ortam kullanın. Azure Machine Learning, temel docker görüntüsünün üzerine conda belirtiminizi gerçekleştirerek yeni bir yalıtılmış conda ortamı oluşturur. Varsayılan olarak, Azure Machine Learning türetilen görüntüye ortak özellikler ekler. Temel görüntüde bulunan Python paketleri yalıtılmış conda ortamında kullanılamaz.

Ortamlar oluşturma ve ortamları yönetme

Azure Machine Learning Python SDK'sı, Azure Machine Learning CLI, Azure Machine Learning Studio kullanıcı arabirimi, Visual Studio Code uzantısı gibi istemcilerden ortamlar oluşturabilir ve yönetebilirsiniz.

Zaten var olan bir ortama kaydolmadan veya bu ortama başvurmadan deneme gönderdiğinizde "Anonim" ortamlar çalışma alanınıza otomatik olarak kaydedilir. Bunlar listelenmez, ancak bunları sürüme veya etikete göre alabilirsiniz.

Azure Machine Learning, Docker görüntülerine ortam tanımları oluşturur. Ayrıca Azure Machine Learning Çalışma Alanınızla ilişkili Azure Container Registry'deki görüntüleri önbelleğe alır, böylece sonraki eğitim işlerinde ve hizmet uç noktası dağıtımlarında yeniden kullanılabilirler. Aynı tanıma sahip birden çok ortam aynı önbelleğe alınmış görüntüye neden olabilir.

Eğitim betiğini uzaktan çalıştırmak için Docker görüntüsü oluşturulması gerekir.

AzureML Ortamlarındaki Güvenlik Açıkları

Bir bağımlılığın daha yeni bir sürümüne (temel görüntü, Python paketi vb.) yükselterek veya güvenlik gereksinimlerini karşılayan farklı bir bağımlılık geçirerek güvenlik açıklarını giderebilirsiniz. Kod ve altyapının yeniden düzenlenmesini gerektirebileceğinden güvenlik açıklarının azaltılması zaman alır ve maliyetlidir. açık kaynak yazılımının yaygınlığı ve karmaşık iç içe bağımlılıkların kullanılmasıyla, güvenlik açıklarını yönetmek ve takip etmek önemlidir.

Güvenlik açıklarının etkisini azaltmanın bazı yolları vardır:

  • Bağımlılıklarınızın sayısını azaltın. Her senaryo için en düşük bağımlılık kümesini kullanın.
  • Sorunları tek bir yerde kapsamlandırıp düzeltebilmeniz için ortamınızı bölümlere ayırın.
  • Bayrak eklenmiş güvenlik açıklarını ve bunların senaryonuzla ilgi düzeyini anlayın.

Güvenlik Açıklarını Tara

Görüntüleri güvenlik açıklarına karşı taramaya yardımcı olmak için Kapsayıcı Kayıt Defteri için Microsoft Defender ile ortamın hijyen durumunu izleyebilir ve koruyabilirsiniz.

Bu işlemi Microsoft Defender tetikleyicilerine göre otomatikleştirmek için bkz. Bulut için Microsoft Defender tetikleyicilere yanıtları otomatikleştirme.

Güvenlik Açıkları ve Yeniden Üretilebilirlik Karşılaştırması

Yeniden üretilebilirlik, yazılım geliştirmenin temellerinden biridir. Üretim kodu geliştirirken yinelenen bir işlemin aynı sonucu garanti etmesi gerekir. Güvenlik açıklarını azaltmak, bağımlılıkları değiştirerek yeniden üretilebilirliği kesintiye uğratabilir.

Azure Machine Learning'in birincil odağı, yeniden üretilebilirliği garanti etmektir. Ortamlar üç kategoriye ayrılır: seçilmiş, kullanıcı tarafından yönetilen ve sistem tarafından yönetilen.

Seçilmiş Ortamlar

Seçilmiş ortamlar, Azure Machine Learning'in yönettiği önceden oluşturulmuş ortamlardır ve sağlanan her Azure Machine Learning çalışma alanında varsayılan olarak kullanılabilir. Güvenlik açıklarını gidermek için Azure Machine Learning tarafından yeni sürümler yayımlanmaktadır. En son görüntüyü kullanıp kullanmadığınız, yeniden üretilebilirlik ile güvenlik açığı yönetimi arasında bir denge olabilir.

Seçilmiş Ortamlar, çeşitli makine öğrenmesi çerçevelerini kullanmaya başlamanıza yardımcı olmak için Python paketleri ve ayarları koleksiyonları içerir. Onları olduğu gibi kullanacaksın. Önceden oluşturulmuş bu ortamlar ayrıca daha hızlı dağıtım süresi sağlar.

Kullanıcı tarafından yönetilen Ortamlar

Kullanıcı tarafından yönetilen ortamlarda, ortamınızı ayarlamaktan ve eğitim betiğinizin ihtiyaç duyduğu her paketi işlem hedefinde ve model dağıtımında yüklemek sizin sorumluluğunuzdadır. Bu ortam türlerinin iki alt türü vardır:

  • KCG (kendi kapsayıcınızı getirin): Kullanıcı Azure Machine Learning'e bir Docker görüntüsü sağlar
  • Docker derleme bağlamı: Azure Machine Learning, kullanıcı tarafından sağlanan içerikten alınan görüntüyü gerçekleştirir

Microsoft tarafından sağlanan bir görüntünün üzerine daha fazla bağımlılık yüklediğinizde veya kendi temel görüntünüzü getirdiğinizde, güvenlik açığı yönetimi sizin sorumluluğunuzda olur.

Sistem tarafından yönetilen Ortamlar

Conda'nın Python ortamını sizin için yönetmesini istediğinizde sistem tarafından yönetilen ortamları kullanırsınız. Azure Machine Learning, temel docker görüntüsünün üzerine conda belirtiminizi gerçekleştirerek yeni bir yalıtılmış conda ortamı oluşturur. Azure Machine Learning her sürümde temel görüntülere düzeltme eki eklerken, en son görüntüyü kullanıp kullanmadığınız, yeniden üretilebilirlik ile güvenlik açığı yönetimi arasında bir denge olabilir. Bu nedenle, sistem tarafından yönetilen ortamları kullanırken işleriniz veya model dağıtımlarınız için kullanılan ortam sürümünü seçmek sizin sorumluluğunuzdadır.

Güvenlik Açıkları: Yaygın Sorunlar

Temel Docker Görüntülerindeki Güvenlik Açıkları

Bir ortamdaki sistem güvenlik açıkları genellikle temel görüntüden ortaya çıkar. Örneğin, "Ubuntu" veya "Debian" olarak işaretlenen güvenlik açıkları, ortamın sistem düzeyinden (temel Docker görüntüsü) alınır. Temel görüntü bir üçüncü taraf verenden geliyorsa, lütfen en son sürümde bayrak eklenmiş güvenlik açıkları için düzeltmeler olup olmadığını denetleyin. Azure Machine Learning'deki temel görüntüler için en yaygın kaynaklar şunlardır:

  • Microsoft Yapıt Kayıt Defteri (MAR) diğer adıyla Microsoft Container Registry (mcr.microsoft.com).
    • Görüntüler MAR giriş sayfasından, katalog API'sini çağırarak veya /tags/list'ten listelenebilir
    • AzureML'den eğitim temeli görüntüleri için kaynak ve sürüm notları Azure/AzureML-Containers içinde bulunabilir
  • Nvidia (nvcr.io veya nvidia'nın Profili)

Temel görüntünüzün en son sürümü güvenlik açıklarınızı çözmezse, temel görüntü güvenlik açıkları bir güvenlik açığı taraması tarafından önerilen sürümler yüklenerek giderilebilir:

apt-get install -y library_name

Python Paketlerindeki Güvenlik Açıkları

Güvenlik açıkları, sistem tarafından yönetilen temel görüntünün üzerine yüklenen Python paketlerinden de kaynaklanabilir. Python ile ilgili bu güvenlik açıkları, Python bağımlılıklarınız güncelleştirilerek çözülmelidir. Görüntüdeki Python (pip) güvenlik açıkları genellikle kullanıcı tanımlı bağımlılıklardan gelir.

Bilinen Python güvenlik açıklarını ve çözümlerini aramak için bkz . GitHub Danışmanlık Veritabanı. Python güvenlik açıklarını gidermek için paketi bayrak eklenmiş soruna yönelik düzeltmeleri olan sürüme güncelleştirin:

pip install -u my_package=={good.version}

Conda ortamı kullanıyorsanız conda bağımlılıkları dosyasındaki başvuruyu güncelleştirin.

Bazı durumlarda, Temel Docker görüntüsünün üzerine conda'nın ortamınızı kurması sırasında Python paketleri otomatik olarak yüklenir. Bunlar için azaltma adımları, kullanıcı tarafından tanıtılan paketlere yönelik adımlarla aynıdır. Conda, 2010'un her ortamı için gerekli bağımlılıkları yükler. Şifreleme, kurulum araçları, tekerlek vb. paketler conda'nın varsayılan kanallarından otomatik olarak yüklenir. Varsayılan anaconda kanalında en son paket sürümlerinin eksik olmasıyla ilgili bilinen bir sorun olduğundan, topluluk tarafından korunan conda-forge kanalına öncelik verilmesi önerilir. Aksi takdirde, bu ortamda yürütmeyi planladığınız kodda bunlara başvurmasanız bile paketleri ve sürümleri açıkça belirtin.

Önbellek sorunları

Azure Machine Learning çalışma alanınızla ilişkili, kapsayıcı görüntüleri için önbellek olan bir Azure Container Registry örneğidir. Gerçekleştirilmiş tüm görüntüler kapsayıcı kayıt defterine gönderilir ve ilgili ortam için deneme veya dağıtım tetiklerseniz kullanılır. Azure Machine Learning kapsayıcı kayıt defterinizdeki görüntüleri silmez ve zaman içinde hangi görüntüleri korumanız gerektiğini değerlendirmek sizin sorumluluğunuzdadır.

Ortam görüntüsü derlemeleriyle ilgili sorunları giderme

Ortam görüntüsü derlemeleri ve paket yüklemeleriyle ilgili sorunları gidermeyi öğrenin.

Ortam tanımı sorunları

Ortam adı sorunları

Seçilen ön eke izin verilmiyor

Özel ortamınızın adı yalnızca seçilmiş ortamlar için ayrılmış terimleri kullandığında bu sorun oluşabilir. Seçilmiş ortamlar, Microsoft'un koruduğu ortamlardır. Özel ortamlar, oluşturduğunuz ve bakımını yaptığınız ortamlardır.

Olası nedenler:

  • Ortam adınız Microsoft veya AzureML ile başlar

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Kullanmakta olduğunuz ayrılmış ön eki dışlamak için ortam adınızı güncelleştirin

Kaynaklar

Ortam adı çok uzun

Olası nedenler:

  • Ortam adınız 255 karakterden uzun

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Ortam adınızı 255 karakter veya daha kısa olacak şekilde güncelleştirin

Docker sorunları

ŞUNLAR IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v1

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Yeni bir ortam oluşturmak için aşağıdaki yaklaşımlardan birini kullanmanız gerekir (bkz . DockerSection):

  • Temel görüntü
    • Temel görüntü adı, çekildiği depo ve gerekirse kimlik bilgilerini sağlayın
    • Conda belirtimi sağlama
  • Temel Dockerfile
    • Dockerfile sağlama
    • Conda belirtimi sağlama
  • Docker derleme bağlamı
    • Derleme bağlamının (URL) konumunu belirtin
    • Derleme bağlamı en az bir Dockerfile içermelidir, ancak başka dosyalar da içerebilir

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Yeni bir ortam oluşturmak için aşağıdaki yaklaşımlardan birini kullanmanız gerekir:

  • Docker görüntüsü
    • Docker Hub veya Azure Container Registry gibi bir kayıt defterinde barındırılan görüntünün görüntü URI'sini sağlayın
    • Örnek burada
  • Docker derleme bağlamı
    • Derleme bağlamı olarak hizmet veren dizini belirtin
    • Dizinde bir Dockerfile ve görüntüyü oluşturmak için gereken diğer dosyalar bulunmalıdır
    • Örnek burada
  • Conda belirtimi
    • Ortam için temel bir Docker görüntüsü belirtmeniz gerekir; Azure Machine Learning, sağlanan Docker görüntüsünün üzerine conda ortamını oluşturur
    • Conda dosyasının göreli yolunu belirtin
    • Örnek burada

Docker tanımı eksik

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Bu sorun, ortam tanımınızda eksik bir DockerSectionolduğunda oluşabilir. Bu bölüm, ortam belirtiminizde oluşturulan son Docker görüntüsüyle ilgili ayarları yapılandırır.

Olası nedenler:

  • Ortam tanımınızı belirtmediyseniz DockerSection

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

DockerSection Ortam tanımınıza bir temel görüntü, temel dockerfile veya docker derleme bağlamı belirterek bir ekleyin.

from azureml.core import Environment
myenv = Environment(name="myenv")
# Specify docker steps as a string.
dockerfile = r'''
FROM mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
RUN echo "Hello from custom container!"
'''

myenv.docker.base_dockerfile = dockerfile

Kaynaklar

Çok fazla Docker seçeneği

Olası nedenler:

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Ortam tanımınızda belirtilen bu Docker seçeneklerinden birden fazlası var

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Ortam tanımınızda belirtilen bu Docker seçeneklerinden birden fazlası var

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Ortamınızı oluşturmak için hangi Docker seçeneğini kullanmak istediğinizi belirtin. Ardından tüm diğer belirtilen seçenekleri Yok olarak ayarlayın.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

from azureml.core import Environment
myenv = Environment(name="myEnv")
dockerfile = r'''
FROM mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
RUN echo "Hello from custom container!"
'''
myenv.docker.base_dockerfile = dockerfile
myenv.docker.base_image = "pytorch/pytorch:latest"

# Having both base dockerfile and base image set will cause failure. Delete the one you won't use.
myenv.docker.base_image = None

Docker seçeneği eksik

Olası nedenler:

Ortam tanımınızda aşağıdaki seçeneklerden birini belirtmediyseniz

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Ortam tanımınızda aşağıdaki seçeneklerden birini belirtmediyseniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Ortamınızı oluşturmak için hangi Docker seçeneğini kullanmak istediğinizi seçin ve ardından bu seçeneği ortam tanımınızda doldurun.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

from azureml.core import Environment
myenv = Environment(name="myEnv")
myenv.docker.base_image = "pytorch/pytorch:latest"

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

env_docker_image = Environment(
    image="pytorch/pytorch:latest",
    name="docker-image-example",
    description="Environment created from a Docker image.",
)
ml_client.environments.create_or_update(env_docker_image)

Kaynaklar

Kullanıcı adı veya parola eksik kapsayıcı kayıt defteri kimlik bilgileri

Olası nedenler:

  • Ortam tanımınızda kapsayıcı kayıt defteriniz için bir kullanıcı adı veya parola belirttiniz, ancak ikisini birden belirtmediniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Sorunu çözmek için eksik kullanıcı adını veya parolayı ortam tanımınıza ekleyin

myEnv.docker.base_image_registry.username = "username"

Alternatif olarak, çalışma alanı bağlantıları aracılığıyla kimlik doğrulaması sağlayın

from azureml.core import Workspace
ws = Workspace.from_config()
ws.set_connection("connection1", "ACR", "<URL>", "Basic", "{'Username': '<username>', 'Password': '<password>'}")

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

YAML belirtim dosyasından çalışma alanı bağlantısı oluşturma

az ml connection create --file connection.yml --resource-group my-resource-group --workspace-name my-workspace

Not

  • Ortam tanımınızda kimlik bilgilerinin sağlanması artık desteklenmiyor. Bunun yerine çalışma alanı bağlantılarını kullanın.

Kaynaklar

Temel görüntü kayıt defteri için birden çok kimlik bilgisi

Olası nedenler:

  • Temel görüntü kayıt defteriniz için birden fazla kimlik bilgisi kümesi belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Çalışma alanı bağlantıları kullanıyorsanız, ayarladığınız bağlantıları görüntüleyin ve kullanmak istemediğiniz bağlantıları silin

from azureml.core import Workspace
ws = Workspace.from_config()
ws.list_connections()
ws.delete_connection("myConnection2")

Ortam tanımınızda kimlik bilgilerini belirttiyseniz, kullanılacak bir kimlik bilgisi kümesi seçin ve diğer tüm kimlik bilgilerini null olarak ayarlayın

myEnv.docker.base_image_registry.registry_identity = None

Not

  • Ortam tanımınızda kimlik bilgilerinin sağlanması artık desteklenmiyor. Bunun yerine çalışma alanı bağlantılarını kullanın.

Kaynaklar

Temel görüntü kayıt defterindeki gizli diziler

Olası nedenler:

  • Ortam tanımınızda kimlik bilgilerini belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Ortam tanımınızda kimlik bilgilerinin belirtilmesi artık desteklenmiyor. Ortam tanımınızdan kimlik bilgilerini silin ve bunun yerine çalışma alanı bağlantılarını kullanın.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Çalışma alanınızda çalışma alanı bağlantısı ayarlama

from azureml.core import Workspace
ws = Workspace.from_config()
ws.set_connection("connection1", "ACR", "<URL>", "Basic", "{'Username': '<username>', 'Password': '<password>'}")

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

YAML belirtim dosyasından çalışma alanı bağlantısı oluşturma

az ml connection create --file connection.yml --resource-group my-resource-group --workspace-name my-workspace

Kaynaklar

Kullanım dışı Bırakılmış Docker özniteliği

Olası nedenler:

  • Ortam tanımınızda artık kullanım dışı olan Docker özniteliklerini belirttiniz
  • Kullanım dışı bırakılan özellikler şunlardır:
    • enabled
    • arguments
    • shared_volumes
    • gpu_support
      • Azure Machine Learning artık kullanılabilir olduğunda NVIDIA Docker uzantısını otomatik olarak algılar ve kullanır
    • smh_size

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Bu öznitelikleri DockerSection ortam tanımınızda belirtmek yerine DockerConfiguration kullanın

Kaynaklar

Dockerfile uzunluğu sınırı aşmış

Olası nedenler:

  • Belirtilen Dockerfile'ınız en fazla 100 KB boyutu aştı

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Dockerfile'ınızı bu sınırın altına inmek için kısaltın

Kaynaklar

  • En iyi yöntemleri görün

Docker derleme bağlamı sorunları

Docker derleme bağlamı konumu eksik

Olası nedenler:

  • Ortam tanımınızda derleme bağlam dizininizin yolunu sağlamadınız

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

DockerSection'ınızın build_contextyoluna bir yol ekleyin

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Derleme bağlamınız için bir yol eklediğinizden emin olun

Kaynaklar

Dockerfile yolu eksik

Azure Machine Learning Dockerfile'ınızı bulamıyorsa bu sorun oluşabilir. Varsayılan olarak Azure Machine Learning, bir Dockerfile yolu belirtmediğiniz sürece derleme bağlamı dizininizin kökünde 'Dockerfile' adlı bir Dockerfile arar.

Olası nedenler:

  • Dockerfile'ınız derleme bağlam dizininizin kökünde değil ve/veya 'Dockerfile' dışında bir adla adlandırılıyor ve yolunu sağlamadınız

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

build_context DockerSection'ınıza dockerfile_path

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Dockerfile yolu belirtme

Kaynaklar

Docker derleme bağlamı ile özniteliğin belirtilmesine izin verilmiyor

Bu sorun, ortam tanımınızda Docker derleme bağlamıyla eklenmeyecek özellikleri belirttiğinizde oluşabilir.

Olası nedenler:

  • Ortam tanımınızda aşağıdaki özelliklerden en az biriyle birlikte bir Docker derleme bağlamı belirttiniz:
    • Ortam değişkenleri
    • Conda bağımlılıkları
    • R
    • Spark

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Ortam tanımınızda yukarıda listelenen özelliklerden herhangi birini belirttiyseniz, bunları kaldırın

  • Docker derleme bağlamı kullanıyorsanız ve conda bağımlılıklarını belirtmek istiyorsanız, conda belirtiminiz derleme bağlamı dizininizde bulunmalıdır

Kaynaklar

Konum türü desteklenmiyor/Bilinmeyen konum türü

Olası nedenler:

  • Docker derleme bağlamınız için desteklenmeyen veya bilinmeyen bir konum türü belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Kabul edilen konum türleri şunlardır:

Kaynaklar

Geçersiz konum

Olası nedenler:

  • Docker derleme bağlamınızın belirtilen konumu geçersiz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Docker derleme bağlamınızı depolama hesabında depoladığınız senaryolar için

  • Derleme bağlamının yolunu olarak belirtmeniz gerekir

    https://<storage-account>.blob.core.windows.net/<container>/<path>

  • Sağladığınız konumun geçerli bir URL olduğundan emin olun

  • Bir kapsayıcı ve yol belirttiğinizden emin olun

Kaynaklar

Temel görüntü sorunları

Temel görüntü kullanım dışı bırakıldı

Olası nedenler:

  • Kullanım dışı bırakılmış bir temel görüntü kullandınız
    • Azure Machine Learning, kullanım dışı bırakılan görüntülerle başarısız derlemeler için sorun giderme desteği sağlayamaz
    • Azure Machine Learning bu görüntüleri güncelleştirmez veya korumaz, bu nedenle güvenlik açıkları riski altındadır

Aşağıdaki temel görüntüler kullanım dışıdır:

  • azureml/base
  • azureml/base-gpu
  • azureml/base-lite
  • azureml/intelmpi2018.3-cuda10.0-cudnn7-ubuntu16.04
  • azureml/intelmpi2018.3-cuda9.0-cudnn7-ubuntu16.04
  • azureml/intelmpi2018.3-ubuntu16.04
  • azureml/o16n-base/python-slim
  • azureml/openmpi3.1.2-cuda10.0-cudnn7-ubuntu16.04
  • azureml/openmpi3.1.2-ubuntu16.04
  • azureml/openmpi3.1.2-cuda10.0-cudnn7-ubuntu18.04
  • azureml/openmpi3.1.2-cuda10.1-cudnn7-ubuntu18.04
  • azureml/openmpi3.1.2-cuda10.2-cudnn7-ubuntu18.04
  • azureml/openmpi3.1.2-cuda10.2-cudnn8-ubuntu18.04
  • azureml/openmpi3.1.2-ubuntu18.04
  • azureml/openmpi4.1.0-cuda11.0.3-cudnn8-ubuntu18.04
  • azureml/openmpi4.1.0-cuda11.1-cudnn8-ubuntu18.04

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Temel görüntünüzü desteklenen görüntülerin en son sürümüne yükseltme

Etiket veya özet yok

Olası nedenler:

  • Belirtilen temel görüntünüze sürüm etiketi veya özet eklemediyseniz
  • Bu tanımlayıcılardan biri olmadan ortam yeniden üretilebilir değildir

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Temel görüntünüze aşağıdaki tanımlayıcılardan en az birini ekleyin

  • Sürüm etiketi
  • Özet
  • Sabit tanımlayıcılı resme bakın

Ortam değişkeni sorunları

Yanlış yerleştirilmiş çalışma zamanı değişkenleri

Olası nedenler:

  • Ortam tanımınızda çalışma zamanı değişkenlerini belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

environment_variables Bunun yerine RunConfiguration nesnesinde özniteliğini kullanın

Python sorunları

Python bölümü eksik

Olası nedenler:

  • Ortam tanımınızda Python bölümü yok

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Ortam tanımınızın Python bölümünü doldurma

Python sürümü eksik

Olası nedenler:

  • Ortam tanımınızda Python sürümü belirtmediniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Python'ı conda paketi olarak ekleme ve sürümü belirtme

from azureml.core.environment import CondaDependencies

myenv = Environment(name="myenv")
conda_dep = CondaDependencies()
conda_dep.add_conda_package("python==3.8")
env.python.conda_dependencies = conda_dep

Conda belirtiminiz için YAML kullanıyorsanız bağımlılık olarak Python'ı ekleyin

name: project_environment
dependencies:
  - python=3.8
  - pip:
      - azureml-defaults
channels:
  - anaconda

Birden çok Python sürümü

Olası nedenler:

  • Ortam tanımınızda birden fazla Python sürümü belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Kullanmak istediğiniz Python sürümünü seçin ve diğer tüm sürümleri kaldırın

myenv.python.conda_dependencies.remove_conda_package("python=3.8")

Conda belirtiminiz için YAML kullanıyorsanız bağımlılık olarak yalnızca bir Python sürümü ekleyin

Python sürümü desteklenmiyor

Olası nedenler:

  • Kullanım ömrünün sonunda veya yakınında olan ve artık desteklenmeyen bir Python sürümü belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Henüz ulaşılmamış ve kullanım ömrünün sonuna yaklaşmamış bir Python sürümü belirtin

Olası nedenler:

  • Kullanım ömrünün sonunda veya yakınında olan bir Python sürümü belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Henüz ulaşılmamış ve kullanım ömrünün sonuna yaklaşmamış bir Python sürümü belirtin

Python sürümü doğrulanamadı

Olası nedenler:

  • Yanlış söz dizimi veya yanlış biçimlendirmeye sahip bir Python sürümü belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

SDK kullanarak Python sürümü belirtmek için doğru söz dizimini kullanma

myenv.python.conda_dependencies.add_conda_package("python=3.8")

Conda YAML'de Python sürümü belirtmek için doğru söz dizimlerini kullanma

name: project_environment
dependencies:
  - python=3.8
  - pip:
      - azureml-defaults
channels:
  - anaconda

Kaynaklar

Conda sorunları

Eksik conda bağımlılıkları

Olası nedenler:

  • Ortam tanımınızda conda belirtimi sağlamadınız ve user_managed_dependencies (varsayılan) olarak ayarlandınız False

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Azure Machine Learning'in ayarlanmış user_managed_dependencies olarak conda_dependencies, sizin için bir Python ortamı oluşturmasını istemiyorsanızTrue

env.python.user_managed_dependencies = True
  • Betiği çalıştırmayı seçtiğiniz Python ortamında gerekli tüm paketlerin kullanılabilir olduğundan emin olmak sizin sorumluluğundadır

Azure Machine Learning'in conda belirtimini temel alarak sizin için bir Python ortamı oluşturmasını istiyorsanız, ortam tanımınızda doldurmanız conda_dependencies gerekir

from azureml.core.environment import CondaDependencies

env = Environment(name="env")
conda_dep = CondaDependencies()
conda_dep.add_conda_package("python==3.8")
env.python.conda_dependencies = conda_dep

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Ortam için temel bir Docker görüntüsü belirtmeniz gerekir ve Azure Machine Learning bu görüntünün üzerine conda ortamını oluşturur

Kaynaklar

  • El ile conda dosyası oluşturmayı öğrenin

Geçersiz conda bağımlılıkları

Olası nedenler:

  • Ortam tanımınızda belirtilen conda bağımlılıklarını yanlış biçimlendirmişsiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

conda_dependencies Conda bağımlılıkları YAML yapısının JSONified sürümü olduğundan emin olun

"condaDependencies": {
    "channels": [
    "anaconda",
        "conda-forge"
    ],
    "dependencies": [
        "python=3.8",
        {
            "pip": [
                "azureml-defaults"
            ]
        }
    ],
    "name": "project_environment"
}

Yöntemini kullanarak add_conda_package conda bağımlılıkları da belirtebilirsiniz

from azureml.core.environment import CondaDependencies

env = Environment(name="env")
conda_dep = CondaDependencies()
conda_dep.add_conda_package("python==3.8")
env.python.conda_dependencies = conda_dep

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Ortam için temel bir Docker görüntüsü belirtmeniz gerekir ve Azure Machine Learning bu görüntünün üzerine conda ortamını oluşturur

Kaynaklar

  • Daha kapsamlı örneklere bakın
  • El ile conda dosyası oluşturmayı öğrenin
  • Bkz. CondaDependencies sınıfı
  • Ortam tanımında conda belirtimi ayarlamayı öğrenin

Eksik conda kanalları

Olası nedenler:

  • Ortam tanımınızda conda kanalları belirtmediyseniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Ortamınızın yeniden üretilebilirliği için bağımlılıkların çekildiği kanalları belirtin. Conda kanallarını belirtmezseniz, conda değişebilecek varsayılan değerleri kullanır.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Python SDK'sını kullanarak conda kanalı ekleme

from azureml.core.environment import CondaDependencies

env = Environment(name="env")
conda_dep = CondaDependencies()
conda_dep.add_channel("conda-forge")
env.python.conda_dependencies = conda_dep

Conda belirtiminiz için YAML kullanıyorsanız, kullanmak istediğiniz conda kanallarını ekleyin

name: project_environment
dependencies:
  - python=3.8
  - pip:
      - azureml-defaults
channels:
  - anaconda
  - conda-forge

Kaynaklar

  • V1 ortam tanımında conda belirtimi ayarlamayı öğrenin
  • Bkz. CondaDependencies sınıfı
  • El ile conda dosyası oluşturmayı öğrenin

Olası nedenler:

  • Ortam tanımınızda bir temel conda ortamı belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Kısmi ortam güncelleştirmeleri bağımlılık çakışmalarına ve/veya beklenmeyen çalışma zamanı hatalarına yol açabilir, bu nedenle temel conda ortamlarının kullanılması önerilmez.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Temel conda ortamınızı kaldırın ve ortam tanımınızın bölümünde ortamınız conda_dependencies için gereken tüm paketleri belirtin

from azureml.core.environment import CondaDependencies

env = Environment(name="env")
env.python.base_conda_environment = None
conda_dep = CondaDependencies()
conda_dep.add_conda_package("python==3.8")
env.python.conda_dependencies = conda_dep

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)

Standart conda YAML yapılandırma dosyası kullanarak ortam tanımlama

Kaynaklar

  • V1 ortam tanımında conda belirtimi ayarlamayı öğrenin
  • Bkz. CondaDependencies sınıfı
  • El ile conda dosyası oluşturmayı öğrenin
  • El ile conda dosyası oluşturmayı öğrenin

Sabitlenmemiş bağımlılıklar

Olası nedenler:

  • Conda belirtiminizde belirli paketler için sürüm belirtmediyseniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Bağımlılık sürümü belirtmezseniz, conda paket çözümleyicisi aynı ortamın sonraki derlemelerinde paketin farklı bir sürümünü seçebilir. Bu, ortamın yeniden üretilebilirliğini bozar ve beklenmeyen hatalara neden olabilir.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Conda belirtiminize paket eklerken sürüm numaralarını ekleyin

from azureml.core.environment import CondaDependencies

conda_dep = CondaDependencies()
conda_dep.add_conda_package("numpy==1.24.1")

Conda belirtiminiz için YAML kullanıyorsanız bağımlılıklarınız için sürümleri belirtin

name: project_environment
dependencies:
  - python=3.8
  - pip:
      - numpy=1.24.1
channels:
  - anaconda
  - conda-forge

Kaynaklar

Pip sorunları

Pip belirtilmedi

Olası nedenler:

  • Pip'i conda belirtiminizde bağımlılık olarak belirtmediyseniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Yeniden üretilebilirlik için pip değerini conda belirtiminizde bir bağımlılık olarak belirtip sabitlemeniz gerekir.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Pip'i, sürümüyle birlikte bağımlılık olarak belirtin

env.python.conda_dependencies.add_conda_package("pip==22.3.1")

Conda belirtiminiz için YAML kullanıyorsanız pip'i bağımlılık olarak belirtin

name: project_environment
dependencies:
  - python=3.8
  - pip=22.3.1
  - pip:
      - numpy=1.24.1
channels:
  - anaconda
  - conda-forge

Kaynaklar

Pip sabitlenmedi

Olası nedenler:

  • Conda belirtiminizde pip için bir sürüm belirtmediyseniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Pip sürümü belirtmezseniz, aynı ortamın sonraki derlemelerinde farklı bir sürüm kullanılabilir. Pip'in farklı sürümleri paketlerinizi farklı şekilde çözerse bu davranış yeniden üretilebilirlik sorunlarına ve diğer beklenmeyen hatalara neden olabilir.

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

Conda bağımlılıklarınızda pip sürümü belirtme

env.python.conda_dependencies.add_conda_package("pip==22.3.1")

Conda belirtimi için YAML kullanıyorsanız pip için bir sürüm belirtin

name: project_environment
dependencies:
  - python=3.8
  - pip=22.3.1
  - pip:
      - numpy=1.24.1
channels:
  - anaconda
  - conda-forge

Kaynaklar

Çeşitli ortam sorunları

R bölümü kullanım dışı bırakıldı

Olası nedenler:

  • Ortam tanımınızda bir R bölümü belirttiniz

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

R için Azure Machine Learning SDK'sı, Azure CLI v2 kullanılarak geliştirilmiş R eğitim ve dağıtım deneyimine yol açmak için 2021'in sonunda kullanım dışı bırakıldı

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

R bölümünü ortam tanımınızdan kaldırma

env.r = None

Azure CLI v2 kullanarak R modellerini eğitmeye başlamak için örnek deposuna bakın

Ortam için tanım yok

Olası nedenler:

  • Var olmayan veya kaydedilmemiş bir ortam belirttiniz
  • Ortam adınızı veya ortam sürümünüzü belirtme şeklinizde yazım hatası veya söz dizimsel hata oluştu

Etkilenen alanlar (belirtiler):

  • Ortamınızı kaydetme hatası

Sorun giderme adımları

Ortamınızın adını doğru ve doğru sürümü belirttiğinizden emin olun

  • path-to-resource:version-number

Ortamınızın 'en son' sürümünü farklı bir şekilde belirtmelisiniz

  • path-to-resource@latest

Görüntü derleme sorunları

ACR sorunları

ACR'ye ulaşılamıyor

Bu sorun, çalışma alanının ilişkili Azure Container Registry (ACR) kaynağına erişilirken bir hata olduğunda oluşabilir.

Olası nedenler:

  • Çalışma alanınızın ACR'si bir sanal ağın (VNet) (özel uç nokta veya hizmet uç noktası) arkasındadır ve görüntü oluşturmak için işlem kümesi kullanmıyorsunuz.
  • Çalışma alanınızın ACR'si bir sanal ağın (VNet) (özel uç nokta veya hizmet uç noktası) arkasındadır ve görüntü oluşturmak için kullanılan işlem kümesinin çalışma alanının ACR'sine erişimi yoktur.

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.
  • İşlem hattı işi hataları.
  • Model dağıtım hataları.

Sorun giderme adımları

  • İşlem kümesinin VNet'inin çalışma alanının ACR'sine erişimi olduğunu doğrulayın.
  • İşlem kümesinin CPU tabanlı olduğundan emin olun.

Not

  • Yalnızca Azure Machine Learning işlem kümeleri desteklenir. İşlem, Azure Kubernetes Service (AKS) veya diğer örnek türleri görüntü derleme işlemi için desteklenmez.

Kaynaklar

Beklenmeyen Dockerfile Biçimi

Dockerfile'ınız yanlış biçimlendirildiğinde bu sorun oluşabilir.

Olası nedenler:

  • Dockerfile'ınız geçersiz söz dizimi içeriyor
  • Dockerfile dosyanız UTF-8 ile uyumlu olmayan karakterler içeriyor

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • İlk adımda ortamı örtük olarak oluşturma nedeniyle çalışan işlerde hata oluşmuştur.

Sorun giderme adımları

  • Dockerfile dosyasının doğru biçimlendirildiğinden ve UTF-8'de kodlandığından emin olun

Kaynaklar

Docker çekme sorunları

Docker görüntüsü çekemedi

Bu sorun, görüntü derlemesi sırasında Docker görüntü çekme işlemi başarısız olduğunda oluşabilir.

Olası nedenler:

  • Kapsayıcı kayıt defterinin yol adı yanlış
  • Sanal ağın arkasındaki kapsayıcı kayıt defteri desteklenmeyen bir bölgede özel uç nokta kullanıyor
  • Başvurmaya çalıştığınız görüntü belirttiğiniz kapsayıcı kayıt defterinde yok
  • Görüntüyü çekmeye çalıştığınız özel bir kayıt defteri için kimlik bilgileri sağlamadınız veya sağlanan kimlik bilgileri yanlış

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Kapsayıcı kayıt defterinizin yol adının doğru olup olmadığını denetleyin

  • Kayıt defteri my-registry.io ve etiketli 3.2bir görüntü test/image için geçerli bir görüntü yolu olabilirmy-registry.io/test/image:3.2
  • Kayıt defteri yolu belgelerine bakın

Kapsayıcı kayıt defteriniz bir sanal ağın arkasındaysa veya desteklenmeyen bir bölgede özel uç nokta kullanıyorsa

  • Portaldan hizmet uç noktasını (genel erişim) kullanarak kapsayıcı kayıt defterini yapılandırın ve yeniden deneyin
  • Kapsayıcı kayıt defterini bir sanal ağın arkasına yerleştirdikten sonra, çalışma alanının kapsayıcı kayıt defteri örneğiyle iletişim kurabilmesi için Azure Resource Manager şablonunu çalıştırın

Başvurmaya çalıştığınız görüntü belirttiğiniz kapsayıcı kayıt defterinde yoksa

  • Doğru etiketi kullandığınızı ve olarak ayarladığınızı user_managed_dependenciesTruedenetleyin. conda'nın devre dışı bırakılıp True kullanıcının yüklü paketlerinin kullanıldığı user_managed_dependencies ayarlanması

Çekmeye çalıştığınız özel bir kayıt defteri için kimlik bilgileri sağlamadıysanız veya sağlanan kimlik bilgileri yanlışsa

  • Gerekirse kapsayıcı kayıt defteri için çalışma alanı bağlantılarını ayarlama

Kaynaklar

G/Ç Hatası

Bu sorun, ağ sorunu nedeniyle Docker görüntü çekme işlemi başarısız olduğunda oluşabilir.

Olası nedenler:

  • Geçici olabilecek ağ bağlantısı sorunu
  • Güvenlik duvarı bağlantıyı engelliyor
  • ACR'ye ulaşılamıyor ve ağ yalıtımı var. Daha fazla bilgi için bkz . ACR'ye ulaşılamıyor.

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Konağı güvenlik duvarı kurallarına ekleme

  • Sanal ağın arkasındaki çalışma alanınız ve kaynaklarınız için Azure Güvenlik Duvarı kullanmayı öğrenmek için bkz. gelen ve giden ağ trafiğini yapılandırma

Çalışma alanı kurulumunuzu değerlendirin. Sanal ağ mı kullanıyorsunuz yoksa bir sanal ağın arkasındaki görüntü derlemeniz sırasında erişmeye çalıştığınız kaynaklardan herhangi biri mi?

Sanal ağ kullanmıyorsanız veya doğru yapılandırdıysanız

  • Görüntünüzü yeniden oluşturmayı deneyin. Zaman aşımı bir ağ sorunundan kaynaklanıyorsa, sorun geçici olabilir ve yeniden derleme sorunu çözebilir

Derleme sırasında conda sorunları

Hatalı belirtim

Conda belirtiminizde listelenen bir paket geçersiz olduğunda veya bir conda komutunu yanlış yürüttüğünüzde bu sorun oluşabilir.

Olası nedenler:

  • Conda belirtiminizde kullandığınız söz dizimi yanlış
  • Conda komutunu yanlış yürütüyorsunuz

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

conda create komutunu yanlış kullanırsanız Conda belirtimi hataları oluşabilir

Derlemenin başarılı olmasını sağlamak için conda yaml'nizde uygun söz dizimi ve geçerli paket belirtimi kullandığınızdan emin olun

İletişim hatası

Conda belirtiminizde listelenen paketleri indirmek istediğiniz varlıkla iletişimde bir hata olduğunda bu sorun oluşabilir.

Olası nedenler:

  • Conda kanalı veya paket deposuyla iletişim kurılamadı
  • Bu hatalar geçici ağ hatalarından kaynaklanıyor olabilir

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Conda belirtiminizde kullandığınız conda kanallarının/depolarının doğru olduğundan emin olun

  • Bunların var olup olmadığını ve doğru yazıldığını denetleyin

Conda kanalları/depoları doğruysa

  • Görüntüyü yeniden oluşturmaya çalışın; hatanın geçici olma olasılığı vardır ve yeniden derleme sorunu çözebilir
  • Conda belirtiminizde listelenen paketlerin belirttiğiniz kanallarda/depolarda mevcut olduğundan emin olun

Derleme hatası

Bu sorun, derleyici hatası nedeniyle conda ortamı için gerekli bir paketi oluştururken hata oluştuğunda oluşabilir.

Olası nedenler:

  • Bir paketi yanlış yazdıysanız ve bu nedenle tanınmadı
  • Derleyicide bir sorun var

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Derleyici kullanıyorsanız

  • Kullandığınız derleyicinin tanındığından emin olun
  • Gerekirse Dockerfile'ınıza bir yükleme adımı ekleyin
  • Derleyicinizin sürümünü doğrulayın ve kullandığınız tüm komutların veya seçeneklerin derleyici sürümüyle uyumlu olup olmadığını denetleyin
  • Gerekirse derleyici sürümünüzü yükseltin

Listelenen tüm paketleri doğru yazdığınızdan ve sürümleri doğru sabitlediğinizden emin olun

Kaynaklar

Eksik komut

Bu sorun, bir görüntü derlemesi sırasında veya belirtilen Python paketi gereksiniminde bir komut tanınmadığında oluşabilir.

Olası nedenler:

  • Komutu doğru yazmadınız
  • Gerekli bir paket yüklü olmadığından komut yürütülemiyor

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Komutu doğru yazdığınızdan emin olun
  • Gerçekleştirmeye çalıştığınız komutu yürütmek için gereken paketleri yüklediğinizden emin olun
  • Gerekirse Dockerfile'ınıza bir yükleme adımı ekleyin

Kaynaklar

Conda zaman aşımı

Conda paketi çözümünün tamamlanması çok uzun sürdüğünde bu sorun oluşabilir.

Olası nedenler:

  • Conda belirtiminizde çok sayıda paket listelenir ve gereksiz paketler dahil edilir
  • Bağımlılıklarınızı sabitlemediyseniz (tensorflow=2.8 yerine tensorflow dahil edildi)
  • Çözümü olmayan paketleri listelediniz (X=1.3 ve Y=2.8 paketini dahil ettiniz, ancak X'in sürümü Y'nin sürümüyle uyumlu değil)

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Conda belirtiminizde gereksiz olan tüm paketleri kaldırın
  • Paketlerinizi sabitleyin;ortam çözünürlüğü daha hızlı
  • Sorun yaşamaya devam ediyorsanız Conda'nın performansını anlama ve iyileştirme konusunda ayrıntılı bir bakış için bu makaleyi gözden geçirin

Bellek yetersiz

Kullanılabilir bellek tükendiğinden conda paket çözümlemesi başarısız olduğunda bu sorun oluşabilir.

Olası nedenler:

  • Conda belirtiminizde çok sayıda paket listelenir ve gereksiz paketler dahil edilir
  • Bağımlılıklarınızı sabitlemediyseniz (tensorflow=2.8 yerine tensorflow dahil edildi)
  • Çözümü olmayan paketleri listelediniz (X=1.3 ve Y=2.8 paketini dahil ettiniz, ancak X'in sürümü Y'nin sürümüyle uyumlu değil)

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Conda belirtiminizde gereksiz olan tüm paketleri kaldırın
  • Paketlerinizi sabitleyin;ortam çözünürlüğü daha hızlı
  • Sorun yaşamaya devam ediyorsanız Conda'nın performansını anlama ve iyileştirme konusunda ayrıntılı bir bakış için bu makaleyi gözden geçirin

Paket bulunamadı

Belirtiminizde listelenen bir veya daha fazla conda paketi kanalda/depoda bulunamadığında bu sorun oluşabilir.

Olası nedenler:

  • Conda belirtiminizde paketin adını veya sürümünü yanlış listelediyseniz
  • Paket, conda belirtiminizde listelediğiniz bir conda kanalında var

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Paketi doğru yazdığınızdan ve belirtilen sürümün mevcut olduğundan emin olun
  • Paketin hedeflediğiniz kanalda bulunduğundan emin olun
  • Paketin paket çözümlemesi sırasında doğru şekilde çekilmesi için conda belirtiminizde kanalı/depoyu listelediğinizden emin olun

Conda belirtiminizde kanalları belirtin:

channels:
  - conda-forge
  - anaconda
dependencies:
  - python=3.8
  - tensorflow=2.8
Name: my_environment

Kaynaklar

Eksik Python modülü

Conda belirtiminizde listelenen bir Python modülü mevcut olmadığında veya geçerli olmadığında bu sorun oluşabilir.

Olası nedenler:

  • Modülü yanlış yazıldınız
  • Modül tanınmıyor

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Modülü doğru yazdığınızdan ve mevcut olduğundan emin olun
  • Modülün conda belirtiminizde belirttiğiniz Python sürümüyle uyumlu olduğundan emin olun
  • Conda belirtiminizde belirli bir Python sürümünü listelemediyseniz, modülünüzle uyumlu olan belirli bir sürümü listelediğinizden emin olun, aksi takdirde uyumlu olmayan bir varsayılan sürüm kullanılabilir

Kullandığınız pip modülüyle uyumlu bir Python sürümünü sabitleyin:

channels:
  - conda-forge
  - anaconda
dependencies:
  - python=3.8
  - pip:
    - dataclasses
Name: my_environment

Eşleşen dağıtım yok

Bu sorun, belirttiğiniz sürümle eşleşen bir paket bulunamadığında oluşabilir.

Olası nedenler:

  • Paket adını yanlış yazdınız
  • Paket ve sürüm belirttiğiniz kanallarda veya akışlarda bulunamıyor
  • Belirttiğiniz sürüm yok

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Paketi doğru yazdığınızdan ve mevcut olduğundan emin olun
  • Paket için belirttiğiniz sürümün mevcut olduğundan emin olun
  • Paketin yükleneceği kanalı belirttiğinizden emin olun. Bir kanal belirtmezseniz, varsayılanlar kullanılır ve bu varsayılanlar aradığınız pakete sahip olabilir veya olmayabilir

Conda yaml belirtimindeki kanalları listeleme:

channels:
  - conda-forge
  - anaconda
dependencies:
  - python = 3.8
  - tensorflow = 2.8
Name: my_environment

Kaynaklar

mpi4py derlenemez

Mpi4py için tekerlek oluşturma işlemi başarısız olduğunda bu sorun oluşabilir.

Olası nedenler:

  • Başarılı bir mpi4py yükleme gereksinimleri karşılanmadı
  • mpi4py'yi yüklemek için seçtiğiniz yöntemde bir sorun var

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Çalışan bir MPI yüklemeniz olduğundan emin olun (MPI-3 desteği ve paylaşılan/dinamik kitaplıklarla oluşturulmuş MPI tercihi)

Uyumlu bir Python sürümü kullandığınızdan emin olun

  • Python 3.8+ sürümü, eski sürümlerin kullanım ömrü sonuna ulaşması nedeniyle önerilir
  • Bkz. mpi4py yüklemesi

Kaynaklar

Etkileşimli kimlik doğrulaması denendi

Pip, paket yüklemesi sırasında etkileşimli kimlik doğrulamayı denediğinde bu sorun oluşabilir.

Olası nedenler:

  • Kimlik doğrulaması gerektiren bir paket listelediniz, ancak kimlik bilgilerini sağlamadınız
  • Görüntü derlemesi sırasında pip, derleme sırasında etkileşimli kimlik doğrulaması sağlayamadığınız için derlemede başarısız olan kimlik doğrulamasını isteyip istemediğinizi sormayı denedi

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Çalışma alanı bağlantıları aracılığıyla kimlik doğrulaması sağlama

ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1

from azureml.core import Workspace
ws = Workspace.from_config()
ws.set_connection("connection1", "PythonFeed", "<URL>", "Basic", "{'Username': '<username>', 'Password': '<password>'}")

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)

YAML belirtim dosyasından çalışma alanı bağlantısı oluşturma

az ml connection create --file connection.yml --resource-group my-resource-group --workspace-name my-workspace

Kaynaklar

Yasak blob

Bu sorun, depolama hesabındaki bir bloba erişme girişimi reddedildiğinde oluşabilir.

Olası nedenler:

  • Depolama hesabına erişmek için kullandığınız yetkilendirme yöntemi geçersiz
  • Paylaşılan erişim imzası (SAS) aracılığıyla yetkilendirmeye çalışıyorsunuz, ancak SAS belirtecinin süresi doldu veya geçersiz

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Azure portalında blob verilerine erişimi yetkilendirmeyi anlamak için aşağıdakileri okuyun

Azure depolamadaki verilere erişimi yetkilendirmeyi anlamak için aşağıdakileri okuyun

Sas kullanarak Azure depolama kaynaklarına erişmek istiyorsanız aşağıdakileri okuyun

Horovod derlemesi

Bu sorun, horovod oluşturulamadığı için conda ortamı oluşturulamadığında veya güncelleştirilemediğinde oluşabilir.

Olası nedenler:

  • Horovod yüklemesi, yüklemediğiniz diğer modülleri gerektirir
  • Horovod yüklemesi, dahil etmediğiniz belirli kitaplıkları gerektirir

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Birçok sorun horovod hatasına neden olabilir ve horovod belgelerinde bunların kapsamlı bir listesi vardır

  • Horovod sorun giderme kılavuzunu gözden geçirin
  • Horovod oluşturulamadığında ortaya çıkarılmış bir hata iletisi olup olmadığını görmek için Derleme günlüğünüzü gözden geçirin
  • Horovod sorun giderme kılavuzunda karşılaştığınız sorunun yanı sıra bir çözüm de açıklanmış olabilir

Kaynaklar

Conda komutu bulunamadı

Conda ortamı oluşturma veya güncelleştirme sırasında conda komutu tanınmadığında bu sorun oluşabilir.

Olası nedenler:

  • Kullandığınız temel görüntüye conda yüklemediyseniz
  • Conda komutunu yürütmeye çalışmadan önce Dockerfile'ınız aracılığıyla conda yüklemediyseniz
  • Yolunuzda conda'yı eklemediyseniz veya yolunuz için eklemediyseniz

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Conda komutlarını yürütmeye çalışmadan önce Dockerfile dosyanızda bir conda yükleme adımı olduğundan emin olun

  • Senaryonuz için neye ihtiyacınız olduğunu belirlemek için bu conda yükleyicileri listesini gözden geçirin

Conda'yı yüklemeyi denediyseniz ve bu sorunla karşılaşıyorsanız, yolunuz için conda eklediğinizden emin olun

Kaynaklar

  • Kullanılabilir tüm conda dağıtımları conda deposunda bulunur

Uyumsuz Python sürümü

Conda ortamınızda belirtilen Python sürümünüzle uyumlu olmayan bir paket belirtildiğinde bu sorun oluşabilir.

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Paketin belirtilen Python sürümünüzle uyumlu farklı bir sürümünü kullanın

Alternatif olarak, belirttiğiniz paketle uyumlu farklı bir Python sürümü kullanın

  • Python sürümünüzü değiştiriyorsanız desteklenen ve yakında kullanım süresi dolmuyor olan bir sürüm kullanın
  • Bkz. Python kullanım süresi sonu tarihleri

Kaynaklar

Conda çıplak yeniden yönlendirme

Komut satırında tırnak işareti kullanmadan "" veya "<>" kullanarak bir paket belirttiğinizde bu sorun oluşabilir. Bu söz dizimi conda ortamı oluşturma veya güncelleştirmenin başarısız olmasına neden olabilir.

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Paket belirtimi çevresinde tırnak işareti ekleme

  • Örneğin, conda install -y pip<=20.1.1 öğesini conda install -y "pip<=20.1.1" olarak değiştirin

UTF-8 kod çözme hatası

Conda belirtiminizde bir karakterin kodunu çözme hatası olduğunda bu sorun oluşabilir. 

Olası nedenler:

  • conda YAML dosyanız UTF-8 ile uyumlu olmayan karakterler içeriyor.

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Derleme sırasında pip sorunları

Paketler yüklenemedi

Python paketi yüklemesi sırasında görüntü derlemeniz başarısız olduğunda bu sorun oluşabilir.

Olası nedenler:

  • Bu hataya neden olabilecek birçok sorun var
  • Bu ileti geneldir ve Azure Machine Learning analizi karşılaştığınız hatayı henüz kapsamadığında ortaya çıkar

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Görüntü derleme hatanız hakkında daha fazla bilgi için Derleme günlüğünüzü gözden geçirin

Karşılaştığınız hatayı analiz etmek için Azure Machine Learning ekibine geri bildirimde bulunabilirsiniz

Paket kaldırılamıyor

Pip, işletim sisteminin paket yöneticisinin yüklemiş olduğu bir Python paketini kaldıramadığında bu sorun oluşabilir.

Olası nedenler:

  • Mevcut pip sorunu veya sorunlu pip sürümü
  • Yalıtılmış ortam kullanmama sorunundan kaynaklanan bir sorun

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Aşağıdakini okuyun ve mevcut bir pip sorununun hatanıza neden olup olmadığını belirleyin

Aşağıdakileri deneyin

pip install --ignore-installed [package]

conda kullanarak ayrı bir ortam oluşturmayı deneyin

Geçersiz işleç

Bu sorun, pip gereksiniminde geçersiz bir işleç bulunduğundan Python paketini yükleyemediğinde oluşabilir.

Olası nedenler:

  • Python paket gereksiniminde geçersiz bir işleç bulundu

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Paketi doğru yazdığınızdan ve belirtilen sürümün mevcut olduğundan emin olun
  • Paket sürüm tanımlayıcınızın doğru biçimlendirildiğinden ve geçerli karşılaştırma işleçleri kullandığınızdan emin olun. Bkz. Sürüm tanımlayıcıları
  • Geçersiz işleci hata iletisinde önerilen işleçle değiştirin

Eşleşen dağıtım yok

Bu sorun, belirttiğiniz sürümle eşleşen bir paket bulunamadığında oluşabilir.

Olası nedenler:

  • Paket adını yanlış yazdınız
  • Paket ve sürüm belirttiğiniz kanallarda veya akışlarda bulunamıyor
  • Belirttiğiniz sürüm yok

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Paketi doğru yazdığınızdan ve mevcut olduğundan emin olun
  • Paket için belirttiğiniz sürümün mevcut olduğundan emin olun
  • Özgün komutu çalıştırın pip install --upgrade pip ve sonra yeniden çalıştırın
  • Kullandığınız pip'in istenen Python sürümüne yönelik paketleri yükleyebildiğinden emin olun. Bkz. Pip mi yoksa pip3 mü kullanmalıyım?

Kaynaklar

Geçersiz tekerlek dosya adı

Tekerlek dosyasını yanlış belirttiğinizde bu sorun oluşabilir.

Olası nedenler:

  • Tekerlek dosya adını yanlış yazdınız veya yanlış biçimlendirme kullandınız
  • Belirttiğiniz tekerlek dosyası bulunamıyor

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Dosya adını doğru yazdığınızdan ve var olduğundan emin olun
  • Tekerlek dosya adları biçimini izlediğinize emin olun

Sorun giderme

Hedef belirtilmedi ve derleme dosyası bulunamadı

Bu sorun, herhangi bir hedef belirtmediğinizde ve çalıştırılırken makehiçbir makefile bulunamadığında oluşabilir.

Olası nedenler:

  • Makefile geçerli dizinde yok
  • Hedef belirtilmemiş

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

  • Makefile dosyasını doğru yazdığınızdan emin olun
  • Makefile dosyasının geçerli dizinde bulunduğundan emin olun
  • Özel bir derleme dosyanız varsa, bunu kullanarak belirtin make -f custommakefile
  • Makefile içinde veya komut satırında hedefleri belirtme
  • Derlemenizi yapılandırma ve derleme dosyası oluşturma
  • Derleme dosyanızı doğru biçimlendirdiğinizden ve girintileme için sekmeler kullandığınızdan emin olun

Kaynaklar

Kopyalama sorunları

Dosya bulunamadı

Docker bir dosyayı bulup kopyalayamazsa bu sorun oluşabilir.

Olası nedenler:

  • Docker derleme bağlamında kaynak dosya bulunamadı
  • Kaynak dosya tarafından dışlandı .dockerignore

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • İlk adımda ortamı örtük olarak oluşturma nedeniyle çalışan işlerde hata oluşmuştur.

Sorun giderme adımları

  • Kaynak dosyanın Docker derleme bağlamında mevcut olduğundan emin olun
  • Kaynak ve hedef yolların var olduğundan ve doğru yazıldığından emin olun
  • Kaynak dosyanın geçerli ve üst dizinlerde .dockerignore listelenmediğinden emin olun
  • Komutla aynı satırdan COPY sondaki açıklamaları kaldırma

Kaynaklar

Apt-Get Sorunları

apt-get komutu çalıştırılamadı

Apt-get çalıştırılamıyorsa bu sorun oluşabilir.

Olası nedenler:

  • Geçici olabilecek ağ bağlantısı sorunu
  • apt-get çalıştırdığınız paketle ilgili bozuk bağımlılıklar
  • apt-get komutunu kullanmak için doğru izinlere sahip değilsiniz

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • İlk adımda ortamı örtük olarak oluşturma nedeniyle çalışan işlerde hata oluşmuştur.

Sorun giderme adımları

  • Ağ bağlantınızı ve DNS ayarlarınızı denetleyin
  • Bozuk bağımlılıkları denetlemek için komutunu çalıştırın apt-get check
  • Özgün komutu çalıştırıp apt-get update yeniden çalıştırın
  • Komutunu bayrağıyla -f çalıştırın; bu, bozuk bağımlılıklardan gelen sorunu çözmeye çalışır
  • komutunu aşağıdaki gibi izinlerle sudo çalıştırın: sudo apt-get install <package-name>

Kaynaklar

Docker gönderme sorunları

Docker görüntüsü depolanamadı

Bu sorun, docker görüntüsünü kapsayıcı kayıt defterine gönderirken bir hata olduğunda oluşabilir.

Olası nedenler:

  • Çalışma alanıyla ilişkilendirilmiş ACR ile ilgili geçici bir sorun oluştu
  • Sanal ağın arkasındaki kapsayıcı kayıt defteri desteklenmeyen bir bölgede özel uç nokta kullanıyor

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabiriminden, SDK'dan ve CLI'dan ortam oluşturma hatası.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Çalışma alanının Azure Container Registry'sinde (ACR) geçici bir sorun olduğundan şüpheleniyorsanız ortam derlemesini yeniden deneyin

Kapsayıcı kayıt defteriniz bir sanal ağın arkasındaysa veya desteklenmeyen bir bölgede özel uç nokta kullanıyorsa

  • Portaldan hizmet uç noktasını (genel erişim) kullanarak kapsayıcı kayıt defterini yapılandırın ve yeniden deneyin
  • Kapsayıcı kayıt defterini bir sanal ağın arkasına yerleştirdikten sonra, çalışma alanının kapsayıcı kayıt defteri örneğiyle iletişim kurabilmesi için Azure Resource Manager şablonunu çalıştırın

Sanal ağ kullanmıyorsanız veya doğru yapılandırdıysanız, basit bir yerel derleme deneyerek kimlik bilgilerinizin ACR'niz için doğru olup olmadığını test edin

Bilinmeyen Docker komutu

Bilinmeyen Docker yönergesi

Docker Dockerfile'daki bir yönergeyi tanımadığında bu sorun oluşabilir.

Olası nedenler:

  • Dockerfile'da bilinmeyen Docker yönergesi kullanılıyor
  • Dockerfile'ınız geçersiz söz dizimi içeriyor

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • İlk adımda ortamı örtük olarak oluşturma nedeniyle çalışan işlerde hata oluşmuştur.

Sorun giderme adımları

  • Docker komutunun geçerli olduğundan ve doğru yazıldığından emin olun
  • Docker komutuyla bağımsız değişkenler arasında bir boşluk olduğundan emin olun
  • Dockerfile'da gereksiz boşluk olmadığından emin olun
  • Dockerfile dosyasının doğru biçimlendirildiğinden ve UTF-8'de kodlandığından emin olun

Kaynaklar

Komut Bulunamadı

Komut tanınmadı

Bu sorun, çalıştırılmakta olan komut tanınmadığında oluşabilir.

Olası nedenler:

  • Komutunu yürütmeye çalışmadan önce Dockerfile'ınız aracılığıyla komutu yüklememişsinizdir
  • Yolunuzda komutu eklememiş veya yolunuz için eklememişsinizdir

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • İlk adımda ortamı örtük olarak oluşturma nedeniyle çalışan işlerde hata oluşmuştur.

Sorun giderme adımları Komutu yürütmeye çalışmadan önce Dockerfile dosyanızda komut için bir yükleme adımınızın olduğundan emin olun

Komutunu yüklemeyi denediyseniz ve bu sorunla karşılaşıyorsanız, komutu yolunuz için eklediğinizden emin olun

Çeşitli derleme sorunları

Derleme günlüğü kullanılamıyor

Olası nedenler:

  • Azure Machine Learning, derleme günlüklerinizi depolama hesabınızda depolama yetkisine sahip değil
  • Derleme günlükleriniz kaydedilirken geçici bir hata oluştu
  • Görüntü derlemesi tetiklenmeden önce bir sistem hatası oluştu

Etkilenen alanlar (belirtiler):

  • Başarılı bir derleme, ancak kullanılabilir günlük yok.
  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • Azure Machine Learning ilk adımda ortamı örtük olarak derlediğinden işleri çalıştırma hatası.

Sorun giderme adımları

Yeniden derleme geçiciyse sorunu düzeltebilir

Görüntü bulunamadı

Belirttiğiniz temel görüntü bulunamadığında bu sorun oluşabilir.

Olası nedenler:

  • Görüntüyü yanlış belirttiniz
  • Belirttiğiniz görüntü belirttiğiniz kayıt defterinde yok

Etkilenen alanlar (belirtiler):

  • Kullanıcı arabirimi, SDK ve CLI'dan ortam oluşturma hatası vardır.
  • İlk adımda ortamı örtük olarak oluşturma nedeniyle çalışan işlerde hata oluşmuştur.

Sorun giderme adımları

  • Temel görüntünün doğru yazıldığından ve biçimlendirildiğinden emin olun
  • Kullandığınız temel görüntünün belirttiğiniz kayıt defterinde mevcut olduğundan emin olun

Kaynaklar