Şema Başarısız Hatası için Doğrulama Sorunlarını Giderme

Bu makale, Azure Machine Learning v2 CLI kullanırken bir YAML dosyası için oluşturma veya güncelleştirme komutu gönderdikten sonra kullanıcının karşılaşabileceği Şema Için Doğrulama Başarısız hatalarının tüm kategorilerinin düzeltilmesine yardımcı olur. Bu hatayı oluşturabilecek komutların listesi şunlardır:

Oluştur

• az ml job create
• az ml data create
• az ml datastore create
• az ml compute create
• az ml batch-endpoint create
• az ml batch-deployment create
• az ml online-endpoint create
• az ml online-deployment create
• az ml online-deployment create
• az ml component create
• az ml environment create
• az ml model create
• az ml connection create
• az ml schedule create
• az ml registry create
• az ml workspace create

Güncelleştir

• az ml online-endpoint update
• az online-deployment update
• az batch-deployment update
• az datastore update
• az compute update
• az data update

Belirtiler

Kullanıcı belirli bir görevi tamamlamak için Azure Machine Learning v2 CLI kullanarak oluşturma veya güncelleştirme komutu aracılığıyla bir YAML dosyası gönderdiğinde (örneğin, veri varlığı oluşturma, eğitim işi gönderme veya çevrimiçi dağıtım güncelleştirme), "Şema Doğrulaması Başarısız Oldu" hatasıyla karşılaşabilir.

Neden

Gönderilen YAML dosyasının, kullanıcının oluşturmaya veya güncelleştirmeye çalıştığı varlık türü (çalışma alanı, veriler, veri deposu, bileşen, işlem, ortam, model, iş, batch-endpoint, batch-deployment, çevrimiçi uç nokta, çevrimiçi dağıtım, zamanlama, bağlantı veya kayıt defteri) için belirtilen şemayla eşleşmediği için "Şema Doğrulaması Başarısız Oldu" hataları oluşur. Bunun çeşitli nedenleri olabilir.

Bu hatayı düzeltmek için genel yordam, önce YAML dosyasının depolandığı konuma gitmek, dosyayı açmak ve gerekli düzenlemeleri yapmak, YAML dosyasını kaydetmek, sonra terminale geri dönmek ve komutu yeniden göndermektir. Aşağıdaki bölümlerde, nedene bağlı olarak gerekli değişiklikler ayrıntılı olarak açıklanmıştır.

Hata - Geçersiz Değer

Gönderilen YAML dosyası, değeri yanlış türde olan bir veya daha fazla parametre içeriyor. Örneğin ml veri oluşturma (veri şeması) için "path" parametresi bir URL değeri bekler. Dosya yolu olmayan bir sayı veya dize sağlanması geçersiz kabul edilir. Parametresinin kabul edilebilir değerler aralığı da olabilir ve sağlanan değer bu aralıkta yer almıyor olabilir. Örneğin ml data create için "type" parametresi yalnızca uri_file, uri_folder veya ml_table kabul eder. Diğer tüm değerler geçersiz kabul edilir.

Çözüm - Geçersiz Değer

Parametre için sağlanan değer türü geçersizse, belirtilen şemayı denetleyin ve değeri doğru türle değiştirin (not: Bu, parametre için sağlanan değerin veri türüne başvurur, birçok şemada "tür" parametresiyle karıştırılmamalıdır). Değerin kendisi geçersizse, beklenen değer aralığından bir değer seçin (bunu hata iletisinde bulabilirsiniz). YAML dosyasını kaydedin ve komutu yeniden gönderin. Azure Machine Learning v2'deki tüm farklı varlık türleri için şemaların listesi aşağıdadır.

Hata - Bilinmeyen Alan

Gönderilen YAML dosyası, bu varlık türü için belirtilen şemanın parçası olmayan bir veya daha fazla parametre içeriyor. Örneğin, ml işi oluşturma (şema commandjob ) için "name" adlı bir parametre sağlanmışsa şemada commandjob böyle bir parametre olmadığından bu hatayla karşılaşılır.

Çözüm - Bilinmeyen Alan

Gönderilen YAML dosyasında geçersiz olan alanı silin. YAML dosyasını kaydedin ve komutu yeniden gönderin.

Hata - Dosya veya Klasör Bulunamadı

Gönderilen YAML dosyası bir "path" parametresi içeriyor. Bu parametre için değer olarak sağlanan dosya veya klasör yolu yanlış (yanlış yazılmış, eksik uzantı vb.) veya dosya /klasör yok.

Çözüm - Dosya veya Klasör Bulunamadı

Gönderilen YAML dosyasında "path" parametresine gidin ve sağlanan dosyanın /klasör yolunun doğru yazılıp yazılmadığını (yani, yolun tamamlandığını, yazım hatası olmadığını, eksik dosya uzantısının, özel karakterlerin vb.) olup olmadığını bir kez daha denetleyin. YAML dosyasını kaydedin ve komutu yeniden gönderin. Hata yine de devam ederse, dosya /klasör sağlanan konumda mevcut değildir.

Hata - Eksik Alan

Gönderilen YAML dosyasında gerekli bir parametre eksik. Örneğin, ml işi oluşturma (şema commandjob ) için "işlem" parametresi sağlanmamışsa, bir komut işini çalıştırmak için işlem gerektiğinden bu hatayla karşılaşılır.

Çözüm - Eksik Alan

Oluşturmaya veya güncelleştirmeye çalıştığınız varlık türü için belirtilen şemayı denetleyin; hangi parametrelerin gerekli olduğunu ve bunların doğru değer türlerini denetleyin. Azure Machine Learning v2'deki farklı varlık türlerine yönelik şemaların listesi aşağıdadır. Gönderilen YAML dosyasının gerekli tüm parametrelere sahip olduğundan emin olun. Ayrıca, bu parametreler için sağlanan değerlerin doğru türde veya kabul edilen değer aralığında olduğundan emin olun. YAML dosyasını kaydedin ve komutu yeniden gönderin.

Hata - Ayrıştırılamıyor

Gönderilen YAML dosyası okunamıyor çünkü söz dizimi yanlış, biçimlendirme yanlış veya dosyanın herhangi bir yerinde istenmeyen karakterler var. Örneğin, YAML dosyasının herhangi bir yerinde yanlışlıkla girilen özel bir karakter (iki nokta üst üste veya noktalı virgül gibi).

Çözüm - Ayrıştırılamıyor

Doğru söz dizimi, istenmeyen karakterler ve yanlış biçimlendirme için gönderilen YAML dosyasının içeriğini bir kez daha denetleyin. Bunların tümünü düzeltin, YAML dosyasını kaydedin ve komutu yeniden gönderin.

Hata - Kaynak Bulunamadı

Gönderilen YAML dosyasındaki bir veya daha fazla kaynak (örneğin, dosya/ klasör) yok veya buna erişiminiz yok.

Çözüm - Kaynak Bulunamadı

Kaynağın adının doğru belirtilip belirtilmediğinden ve buna erişiminiz olup olmadığını bir kez daha denetleyin. Gerekirse değişiklik yapın, YAML dosyasını kaydedin ve komutu yeniden gönderin.

Hata - Serileştirilemiyor

YAML'deki bir veya daha fazla alan nesnelere serileştirilemez (dönüştürülemez).

Çözüm - Serileştirilemiyor

YAML dosyanızın bozuk olup olmadığını ve dosyanın içeriğinin düzgün biçimlendirilip biçimlendirilmediğini bir kez daha denetleyin.