As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Guia de solução de problemas
Consulte este guia de solução de problemas para ajudá-lo a depurar falhas que podem ocorrer quando o trabalho programado do caderno é executado.
A definição de trabalho não cria trabalhos
Se sua definição de trabalho não iniciar nenhum trabalho, o caderno ou trabalho de treinamento pode não ser exibido na seção Trabalhos na barra de navegação esquerda do Amazon SageMaker Studio. Se for esse o caso, você pode encontrar mensagens de erro na seção Pipelines, na barra de navegação esquerda do Studio. Cada caderno ou definição de trabalho de treinamento pertence a um pipeline de execução. A seguir, veja as causas comuns para a falha na inicialização de trabalhos de caderno.
Permissões ausentes
-
A função atribuída à definição do cargo não tem uma relação de confiança com a Amazon EventBridge. Ou seja, EventBridge não pode assumir o papel.
-
A função atribuída à definição de trabalho não tem permissão para chamar
SageMaker AI:StartPipelineExecution. -
A função atribuída à definição de trabalho não tem permissão para chamar
SageMaker AI:CreateTrainingJob.
EventBridge cota excedida
Se você ver um Put* erro como o exemplo a seguir, você excedeu uma EventBridge cota. Para resolver isso, você pode limpar as EventBridge corridas não utilizadas ou pedir AWS Support para aumentar sua cota.
LimitExceededException) when calling the PutRule operation: The requested resource exceeds the maximum number allowed
Para obter mais informações sobre EventBridge cotas, consulte EventBridge Cotas https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-quota.html da Amazon.
Limite de cota de gasoduto excedido
Se você receber um erro como o exemplo a seguir, excedeu o número de pipelines que podem ser executados. Para resolver isso, você pode limpar os pipelines não utilizados na sua conta ou pedir AWS Support para aumentar sua cota.
ResourceLimitExceeded: The account-level service limit 'Maximum number of pipelines allowed per account' is XXX Pipelines, with current utilization of XXX Pipelines and a request delta of 1 Pipelines.
Para obter mais informações sobre cotas de pipeline, consulte Endpoints e cotas do Amazon SageMaker AI.
Limite de trabalho de treinamento excedido
Se você ver um erro como o exemplo a seguir, você excedeu o número de trabalhos de treinamento que podem ser executados. Para resolver isso, reduza o número de vagas de treinamento em sua conta ou peça AWS Support para aumentar sua cota.
ResourceLimitExceeded: The account-level service limit 'ml.m5.2xlarge for training job usage' is 0 Instances, with current utilization of 0 Instances and a request delta of 1 Instances. Please contact AWS support to request an increase for this limit.
Para obter mais informações sobre cotas de vagas de treinamento, consulte Cotas e endpoints de SageMaker IA da Amazon.
Visualizações automáticas desativadas em notebooks SparkMagic
Se seu notebook usa o SparkMagic PySpark kernel e você executa o notebook como um Notebook Job, você pode ver que suas visualizações automáticas estão desativadas na saída. Ativar a visualização automática faz com que o kernel trave, então o executor de trabalhos do caderno desativa as visualizações automáticas como uma solução alternativa.
