本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 故障診斷指南
請參閱此疑難排解指南，以協助您對筆記本工作執行排程期間時可能遇到的失敗進行偵錯。
## 工作定義不會建立工作
如果您的任務定義未啟動任何任務，筆記本或訓練任務可能不會顯示在 Amazon SageMaker Studio 左側導覽列的**任務**區段中。若是如此，您可以在 Studio 左側導覽列的**管道**區段中找到錯誤訊息。每個筆記本或訓練任務定義都屬於執行管道。以下是無法啟動筆記本任務的常見原因。
**缺少許可**
+ 指派給任務定義的角色與 Amazon EventBridge 沒有信任關係。也就是說，EventBridge 無法擔任該角色。
+ 指派給工作定義的角色沒有呼叫 `SageMaker AI:StartPipelineExecution` 的許可。
+ 指派給工作定義的角色沒有呼叫 `SageMaker AI:CreateTrainingJob` 的許可。
**超過 EventBridge 配額**
如果您看到與下列範例類似的 `Put*` 錯誤，則表示您已超出 EventBridge 配額。若要解決此問題，您可以清除未使用的 EventBridge 執行，或 AWS 支援 要求 增加您的配額。
```
LimitExceededException) when calling the PutRule operation:
The requested resource exceeds the maximum number allowed
```
如需與 EventBridge 配額相關的詳細資訊，請參閱 [Amazon EventBridge 配額](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-quota.html)。
**超過管道配額限制**
如果您看到與下列範例類似的錯誤，則表示已超出可執行的管道數。若要解決此問題，您可以清除帳戶中未使用的管道，或要求 AWS 支援 增加配額。
```
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.
```
如需管道配額的詳細資訊，請參閱 [Amazon SageMaker AI 端點與配額](https://docs.aws.amazon.com/general/latest/gr/sagemaker.html)。
**超過訓練工作限制**
如果您看到與下列範例類似的錯誤，則表示已超出可執行的訓練工作數。若要解決此問題，請減少您帳戶中的訓練任務數量，或 AWS 支援 要求增加您的配額。
```
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.
```
如需訓練任務配額的詳細資訊，請參閱 [Amazon SageMaker AI 端點與配額](https://docs.aws.amazon.com/general/latest/gr/sagemaker.html)。
## SparkMagic 筆記本中的自動視覺化已停用
如果您的筆記本使用 SparkMagic PySpark 核心，而且您將筆記本作為筆記本任務執行，您可能會在輸出中看到自動視覺化已停用。開啟自動視覺化會導致核心停止運作，因此筆記本任務執行器目前會停用自動視覺化做為解決方法。