Udostępnij za pośrednictwem

Rozwiązywanie problemów z wielowariantowym interfejsem API

  • Artykuł

Ważne

Od 20 września 2023 r. nie będzie można tworzyć nowych zasobów Narzędzie do wykrywania anomalii. Usługa Narzędzie do wykrywania anomalii jest wycofywana 1 października 2026 r.

Ten artykuł zawiera wskazówki dotyczące rozwiązywania problemów i korygowania typowych komunikatów o błędach podczas korzystania z interfejsu API wielowariancji usługi Azure AI Narzędzie do wykrywania anomalii.

Wielowariancja kodów błędów

W poniższych tabelach wymieniono wielowariancji kody błędów.

Typowe błędy

Kod błędu Kod błędu HTTP Komunikat o błędzie Komentarz
SubscriptionNotInHeaders 400 w nagłówkach nie można odnaleźć elementu apim-subscription-id. Dodaj identyfikator subskrypcji usługi APIM w nagłówku. Przykładowy nagłówek to {"apim-subscription-id": <Your Subscription ID>}.
FileNotExist 400 Źródło> pliku <nie istnieje. Sprawdź poprawność sygnatury dostępu współdzielonego obiektu blob. Upewnij się, że nie wygasła.
InvalidBlobURL 400 Sygnatura dostępu współdzielonego obiektu blob nie jest prawidłową sygnaturą dostępu współdzielonego.
StorageWriteError 403 Ten błąd jest prawdopodobnie spowodowany problemami z uprawnieniami. Nasza usługa nie może zapisywać danych w obiekcie blob zaszyfrowanym przez klucz zarządzany przez klienta. Usuń klucz zarządzany przez klienta lub ponownie przyznaj dostęp do naszej usługi. Aby uzyskać więcej informacji, zobacz Konfigurowanie kluczy zarządzanych przez klienta za pomocą usługi Azure Key Vault dla usług Azure AI.
StorageReadError 403 Tak samo jak StorageWriteError.
UnexpectedError 500 Skontaktuj się z nami, aby uzyskać szczegółowe informacje o błędzie. Możesz skorzystać z opcji pomocy technicznej z poziomu pomocy technicznej usług azure AI i opcji pomocy lub wysłać nam wiadomość e-mail na adres AnomalyDetector@microsoft.com.

Trenowanie wielowariancyjnego modelu wykrywania anomalii

Kod błędu Kod błędu HTTP Komunikat o błędzie Komentarz
TooManyModels 400 Ta subskrypcja osiągnęła maksymalną liczbę modeli. Każdy identyfikator subskrypcji usługi APIM może mieć 300 aktywnych modeli. Usuń nieużywane modele przed wytrenowanie nowego modelu.
TooManyRunningModels 400 Ta subskrypcja osiągnęła maksymalną liczbę uruchomionych modeli. Każdy identyfikator subskrypcji usługi APIM może trenować pięć modeli jednocześnie. Trenowanie nowego modelu po ukończeniu procesu trenowania poprzednich modeli.
InvalidJsonFormat 400 Nieprawidłowy format JSON. Żądanie trenowania nie jest prawidłowym kodem JSON.
InvalidAlignMode 400 Pole 'alignMode' musi być jednym z następujących elementów: 'Inner' lub 'Outer' . Sprawdź wartość , która powinna mieć 'Inner' wartość 'alignMode'lub 'Outer' (uwzględniana wielkość liter).
InvalidFillNAMethod 400 Pole 'fillNAMethod' musi być jednym z następujących elementów: 'Previous', , 'Subsequent''Linear', 'Zero', 'Fixed', . 'NotFill' Nie może to być 'NotFill' , gdy 'alignMode' ma wartość 'Outer'. Sprawdź wartość atrybutu 'fillNAMethod'. Aby uzyskać więcej informacji, zobacz Najlepsze rozwiązania dotyczące korzystania z interfejsu API wielowariancji Narzędzie do wykrywania anomalii.
RequiredPaddingValue 400 Pole 'paddingValue' jest wymagane w żądaniu, gdy 'fillNAMethod' ma wartość 'Fixed'. Musisz podać prawidłową wartość dopełnienia, gdy 'fillNAMethod' ma wartość 'Fixed'. Aby uzyskać więcej informacji, zobacz Najlepsze rozwiązania dotyczące korzystania z interfejsu API wielowariancji Narzędzie do wykrywania anomalii.
RequiredSource 400 Pole 'source' jest wymagane w żądaniu. Twoje żądanie szkoleniowe nie określiło wartości pola 'source' . Może to być na przykład {"source": <Your Blob SAS>}.
RequiredStartTime 400 Pole 'startTime' jest wymagane w żądaniu. Twoje żądanie szkoleniowe nie określiło wartości pola 'startTime' . Może to być na przykład {"startTime": "2021-01-01T00:00:00Z"}.
InvalidTimestampFormat 400 Nieprawidłowy format znacznika czasu. Format <timestamp> nie jest prawidłowym formatem. Format znacznika czasu w treści żądania nie jest poprawny. Spróbuj import pandas as pd; pd.to_datetime(timestamp) zweryfikować.
RequiredEndTime 400 Pole 'endTime' jest wymagane w żądaniu. Twoje żądanie szkoleniowe nie określiło wartości pola 'startTime' . Może to być na przykład {"endTime": "2021-01-01T00:00:00Z"}.
InvalidSlidingWindow 400 Pole 'slidingWindow' musi być liczbą całkowitą z zakresu od 28 do 2880. Pole 'slidingWindow' musi być liczbą całkowitą z zakresu od 28 do 2880 (włącznie).

Pobieranie modelu wielowariancji przy użyciu identyfikatora modelu

Kod błędu Kod błędu HTTP Komunikat o błędzie Komentarz
ModelNotExist 404 Model nie istnieje. Model z odpowiednim identyfikatorem modelu nie istnieje. Sprawdź identyfikator modelu w adresie URL żądania.

Wyświetlanie listy modeli wielowariancji

Kod błędu Kod błędu HTTP Komunikat o błędzie Komentarz
InvalidRequestParameterError 400 Nieprawidłowe wartości $skip lub $top. Sprawdź, czy wartości dwóch parametrów są liczbowe. Wartości $skip i $top są używane do wyświetlania listy modeli z podziałem na strony. Ponieważ interfejs API zwraca tylko 10 ostatnio zaktualizowanych modeli, możesz użyć $skip i $top, aby pobrać modele zaktualizowane wcześniej.

Wykrywanie anomalii przy użyciu wytrenowanego modelu

Kod błędu Kod błędu HTTP Komunikat o błędzie Komentarz
ModelNotExist 404 Model nie istnieje. Model używany do wnioskowania nie istnieje. Sprawdź identyfikator modelu w adresie URL żądania.
ModelFailed 400 Nie można wytrenować modelu. Model nie został pomyślnie wytrenowany. Uzyskaj szczegółowe informacje, uzyskując model z identyfikatorem modelu.
ModelNotReady 400 Model nie jest jeszcze gotowy. Model nie jest jeszcze gotowy. Poczekaj chwilę na ukończenie procesu trenowania.
InvalidFileSize 413 Plik pliku> <przekracza limit rozmiaru pliku (<limit> rozmiaru bajtów). Rozmiar danych wnioskowania przekracza górny limit, który wynosi obecnie 2 GB. Używaj mniejszej ilości danych do wnioskowania.

Pobieranie wyników wykrywania

Kod błędu Kod błędu HTTP Komunikat o błędzie Komentarz
ResultNotExist 404 Wynik nie istnieje. Wynik na żądanie nie istnieje. Wnioskowanie nie zostało ukończone lub wynik wygasł. Czas wygaśnięcia wynosi siedem dni.

Błędy przetwarzania danych

Następujące kody błędów nie mają skojarzonych kodów błędów HTTP.

Kod błędu Komunikat o błędzie Komentarz
NoVariablesFound Nie znaleziono zmiennych. Sprawdź, czy pliki są uporządkowane zgodnie z instrukcjami. Nie można odnaleźć plików CSV ze źródła danych. Ten błąd jest zwykle spowodowany nieprawidłową organizacją plików. Zobacz przykładowe dane dla żądanej struktury.
DuplicatedVariables Istnieje wiele zmiennych o tej samej nazwie. Istnieją zduplikowane nazwy zmiennych.
FileNotExist Nazwa pliku <> nie istnieje. Ten błąd zwykle występuje podczas wnioskowania. Zmienna pojawiła się w danych treningowych, ale brakuje ich w danych wnioskowania.
RedundantFile Nazwa pliku <> jest nadmiarowa. Ten błąd zwykle występuje podczas wnioskowania. Zmienna nie była w danych treningowych, ale pojawiła się w danych wnioskowania.
FileSizeTooLarge Rozmiar nazwy pliku <> jest za duży. Rozmiar pojedynczego pliku <> CSV przekracza limit. Trenowanie przy użyciu mniejszej ilości danych.
ReadingFileError Wystąpiły błędy podczas odczytywania <nazwy pliku>. <Komunikaty o błędach> Nie można odczytać nazwy pliku<>. Aby uzyskać więcej informacji, zobacz <komunikaty> o błędach lub sprawdź je pd.read_csv(filename) w środowisku lokalnym.
FileColumnsNotExist Znacznik czasu kolumn lub wartość w nazwie> pliku <nie istnieją. Każdy plik CSV musi mieć dwie kolumny o nazwach sygnatury czasowej i wartości (uwzględniana wielkość liter).
VariableParseError Błąd błędu analizowania <zmiennej zmiennej<>.> Nie można przetworzyć zmiennej <> z powodu błędów środowiska uruchomieniowego. Aby uzyskać więcej informacji, zobacz <komunikat> o błędzie lub skontaktuj się z nami z komunikatem <>o błędzie.
MergeDataFailed Nie można scalić danych. Sprawdź format danych. Scalanie danych nie powiodło się. Ten błąd jest prawdopodobnie spowodowany nieprawidłowym formatem danych lub nieprawidłową organizacją plików. Zobacz przykładowe dane dla bieżącej struktury plików.
ColumnNotFound Nie można odnaleźć kolumny <> w scalonych danych. Brak kolumny po scaleniu. Verify the data.
NumColumnsMismatch Liczba kolumn scalonych danych nie jest zgodna z liczbą zmiennych. Verify the data.
TooManyData Zbyt wiele punktów danych. Maksymalna liczba to 1000000 na zmienną. Zmniejsz rozmiar danych wejściowych.
NoData Brak skutecznych danych. Nie ma danych do trenowania/wnioskowania po przetworzeniu. Sprawdź godzinę rozpoczęcia i godzinę zakończenia.
DataExceedsLimit. Długość danych, których sygnatura czasowa mieści się między startTime i endTime przekracza limit (<limit>). Rozmiar danych po przetworzeniu przekracza limit. Obecnie nie ma limitu przetwarzania danych.
NotEnoughInput Za mało danych. Długość danych to <długość> danych, ale minimalna długość powinna być większa niż przesuwane okno, czyli <przesuwane okno>. Minimalna liczba punktów danych dla wnioskowania to rozmiar okna przesuwanego. Spróbuj podać więcej danych na potrzeby wnioskowania.