このトピックでは、アルゴリズムコンポーネントに関するよくある質問に対する回答を示します。
Machine Learning DesignerのアルゴリズムコンポーネントでサポートされているMaxComputeのデータ型フィールド
Doc2VecコンポーネントがCallExecutorToParseTaskFailエラーを報告した場合はどうすればよいですか?
RAMユーザーがMaxComputeへのアクセスを許可されていないというエラーがコンポーネントに報告された場合はどうすればよいですか？
Machine Learning DesignerのアルゴリズムコンポーネントでサポートされているMaxComputeのデータ型フィールド
BOOLEAN、BIGINT、DOUBLE、STRING、およびDATETIMEのみがサポートされています。
ベータアルゴリズムコンポーネントの使用方法?
Machine Learning Designerは、特定のビジネス要件を満たすために、テキスト近似類似ペアやマルチホットエンコーダトレインなどのカスタムベータアルゴリズムコンポーネントを提供します。 同様の機能を持つ他のコンポーネントを使用するか、チケットを起票して詳細情報を入手することを推奨します。
x13-auto-arimaコンポーネントがエラーを報告した場合はどうすればよいですか?
エラーメッセージ
行番号は (1, 1200] です。解決策
x13-auto-arimaにインポートされるトレーニングデータセットの各サブセットに含まれるエントリが1,200個以下であるか、このトレーニングデータセットに含まれるエントリが1,200個以下であることを確認します。
Doc2VecコンポーネントがCallExecutorToParseTaskFailエラーを報告した場合はどうすればよいですか?
Doc2Vecコンポーネントにインポートされるデータセットのエントリ数が2,410,000 × 10,000未満であることを確認します。 この制限は、(文書数 + 単語数) × ベクトル長の式に基づいて計算される。 ユーザー数が42,432,500 × 7,712,293 × 300未満であることを確認してください。 上限を超えると、メモリ要求が失敗する可能性があります。
データセットをインポートする前に、データセットのサイズを縮小してから、データセットに対して単語セグメンテーションを実行できます。
ノードを実行した後、キャンバス上のノードによって生成された一時テーブルを保持するにはどうすればよいですか？
Machine Learning Designerは、テーブルの書き込みコンポーネントを提供します。 一時テーブルを永続化するには、一時テーブルを生成するノードに下流ノードとしてテーブル書き込みコンポーネントを接続する必要があります。
RAMユーザーがMaxComputeへのアクセスを許可されていないというエラーがコンポーネントに報告された場合はどうすればよいですか？
ワークスペースで、使用するRAM (Resource Access Management) ユーザーにMaxCompute Developerロールが追加されているかどうかを確認します。 手順の詳細については、「ワークスペースのメンバーの管理」をご参照ください。
コンポーネントの列セレクターが指定された列を見つけることができない場合はどうすればよいですか?
上流ノードを右クリックし、ショートカットメニューの [ここで停止] を選択して、上流ノードが現在のノードに必要なデータテーブルを正常に生成したかどうかを確認します。
ディープラーニング関連のコンポーネントが、リソースを割り当てることができないエラーを報告した場合はどうすればよいですか？
次のエラーメッセージが報告された場合: ODPS-0432151: クォータが不十分-現在は割り当て可能なFuxiクォータがありません。すべてのGPUリソースが占有されています。 GPUで高速化されたサブスクリプションリソースグループを購入またはスケーリングするか、リソースが現在のタスクから解放されるまで待つことができます。
深層学習関連のコンポーネントで、GPUリソースが使用できないというエラーが報告された場合はどうすればよいですか？
ワークスペースが中国 (北京) 、中国 (上海) 、中国 (杭州) 、または中国 (深セン) リージョンにデプロイされている場合、次のエラーメッセージが報告されます。No available cluster has the required feature: fuxi_gpu,gpu_with_vm_cuda8、MaxComputeプロジェクトのGPUリソースはワークスペースに対して有効ではありません。 現在、MaxComputeリソースはGPUジョブをサポートしていません。 DLCリソースの使用を推奨します。 たとえば、Python Scriptコンポーネントを使用してジョブを移行できます。
パイプラインの実行に失敗し、MaxComputeプロジェクトにないエラーが報告された場合はどうすればよいですか？
[ワークスペースの詳細] ページの [メンバー] パネルで、使用するRAMユーザーにMaxCompute開発者ロールを割り当てます。 詳細については、「ワークスペースのメンバーの管理」をご参照ください。
アルゴリズムコンポーネントの実行に失敗した場合の問題を特定するにはどうすればよいですか？
Machine Learning Designerパイプラインのキャンバスで、実行に失敗したコンポーネントを右クリックします。 ショートカットメニューで、[ログの表示] を選択します。
[ログ] タブで、[ログビューリンク] を見つけてクリックします。
[ジョブの詳細] タブで、[StdErr] 列の
アイコンをクリックします。
[StdErr] ダイアログボックスで、エラーログ情報を表示します。