Çalışma alanı tanılamasını kullanma
ŞUNLAR IÇIN GEÇERLIDIR: 
Python SDK'sı azure-ai-ml v2 (geçerli)
ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1
Azure Machine Learning, çalışma alanınızla ilgili sorunları belirlemek için kullanılabilecek bir tanılama API'si sağlar. Tanılama raporunda döndürülen hatalar, sorunun nasıl çözüleceğine ilişkin bilgiler içerir.
Azure Machine Learning stüdyosundan veya Python SDK'sından çalışma alanı tanılamalarını kullanabilirsiniz.
Önkoşullar
Bu makaledeki adımları takip etmeden önce aşağıdaki önkoşullara sahip olduğunuzdan emin olun:
Azure Machine Learning çalışma alanı. Yoksa, oluşturmak için Hızlı Başlangıç: Çalışma alanı kaynakları oluşturma makalesindeki adımları kullanın.
Python SDK v2'yi yüklemek için aşağıdaki komutu kullanın:
pip install azure-ai-ml azure-identitySDK'nın mevcut yüklemesini en son sürüme güncelleştirmek için aşağıdaki komutu kullanın:
pip install --upgrade azure-ai-ml azure-identityDaha fazla bilgi için bkz . Azure Machine Learning için Python SDK v2'yi yükleme.
- Azure Machine Learning çalışma alanı. Bir çalışma alanınız yoksa bkz . Çalışma alanı oluşturma.
- Python için Azure Machine Learning SDK v1.
Studio'dan tanılama
Azure Machine Learning stüdyosundan çalışma alanınızda tanılamalar çalıştırıp kurulumunuzu denetleyebilirsiniz. Tanılamayı çalıştırmak için sayfanın sağ üst köşesindeki '?' simgesini seçin. Ardından Çalışma alanı tanılamalarını çalıştır'ı seçin.
Tanılama çalıştırıldıktan sonra algılanan sorunların listesi döndürülür. Bu liste olası çözümlerin bağlantılarını içerir.
Python'dan tanılama
Aşağıdaki kod parçacığında Python'dan çalışma alanı tanılamasının nasıl kullanılacağı gösterilmektedir.
ŞUNLAR IÇIN GEÇERLIDIR: Python SDK'sı azure-ai-ml v2 (geçerli)
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}")
Yanıt, çalışma alanında algılanan sorunlar hakkında bilgi içeren bir DiagnoseResponseResultValue nesnesidir.
ŞUNUN IÇIN GEÇERLIDIR:Python SDK azureml v1
from azureml.core import Workspace
ws = Workspace.from_config()
diag_param = {
"value": {
}
}
resp = ws.diagnose_workspace(diag_param)
print(resp)
Yanıt, çalışma alanında algılanan sorunlar hakkında bilgi içeren bir JSON belgesidir. Aşağıdaki JSON örnek bir yanıttır:
{
"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": []
}
}
Hiçbir sorun algılanırsa boş bir JSON belgesi döndürülür.
Daha fazla bilgi için bkz . Çalışma alanı başvurusu.
Daha fazla bilgi için bkz . Workspace.diagnose_workspace() başvurusu.