- リリース ノート
- 基本情報
- 通知
- プロジェクト
- データセット
- データのラベル付け
- ML パッケージ
- すぐに使えるパッケージ
- 概要
- English Text Classification (英語テキスト分類)
- French Text Classification (フランス語テキスト分類)
- Japanese Text Classification (日本語テキスト分類)
- Object Detection (オブジェクト検出)
- Text Classification (テキスト分類)
- TPOT AutoML Classification (TPOT AutoML分類)
- TPOT AutoML Regression (TPOT AutoML 回帰)
- TPOT XGBoost Classification (TPOT XGBoost 分類)
- TPOT XGBoost Regression (TPOT XGBoost 回帰)
- AI Computer Vision
- Communications Mining
- UiPath Document Understanding
- パイプライン
- ML スキル
- ML ログ
- AI Center の Document UnderstandingTM
- AI Center API
- ライセンス
- AI ソリューション テンプレート
- 使い方
- 基本的なトラブルシューティング ガイド
- トラブルシューティングについて
- ML スキル
- パイプライン
AI Center
パイプライン
このセクションには、パイプライン関連のよく発生するエラーが表示されます。
ML パッケージの問題によりパイプライン実行が失敗します。
このエラーの原因として、パイプラインの実行時に選択したマイナー バージョンが間違っている可能性があります。
新しいパッケージをデプロイする場合、利用可能な唯一のマイナー バージョンは 0 です。これは、パッケージに対してまだパイプラインが実行されていないことが理由です。
トレーニング パイプライン
トレーニング パイプラインをデプロイする場合は、常にマイナー バージョンの 0 を使用することを強くお勧めします。
フル パイプライン
フル パイプラインをデプロイする場合は、常にマイナー バージョンの 0 を使用することを強くお勧めします。
評価パイプライン
評価パイプラインは、トレーニング済みの ML モデルの評価に使用します。任意のバージョンの ML パッケージで評価を実行して、その評価スコアを取得することができます。これは、評価データセットを使用して ML モデルをグレーディングまたは評価するのと同じようなことです。
- 事前トレーニング済みのパッケージ (すぐに使えるパッケージ): これらのパッケージは事前トレーニング済みであるため、マイナー バージョン 0 で評価パイプラインを実行します。特定のデータを使用してトレーニングした後にモデルを評価するには、評価対象のマイナー バージョン (トレーニングしたバージョン) を選択します。
- Document Understanding:
- これらは一般的で再トレーニング可能なモデルであるため、まずモデルをトレーニングする必要があります。モデルをトレーニングするときに評価パイプラインを実行するだけで、パッケージの新しいマイナー バージョンを使用できるようになります。
- 評価スコアを取得できる最新のマイナー バージョン、またはその他のマイナー バージョン (0 以外) を選択します。
パイプラインが自動的に強制終了される
パイプラインが長期間にわたってスタックしライセンスが消費されるのを回避するため、パイプラインは 7 日後に自動的に強制終了されます。 以下の推奨事項を実行します。
- GPU を有効化する
- データセットの最適化技術を適用する
- エポック数を減らす
- ライセンス待機中
- Running (実行中)
- 失敗
- 強制終了
各ステータスについて詳しくは、以下のセクションをご覧ください。
- GPU を有効化
- データセットを最適化します。Document Understanding のデータセットについて詳しくは、『Document Understanding ガイド』の「優れたパフォーマンスのモデルをトレーニングする」をご覧ください。
- そのパイプラインを選択します。
-
[ログ] セクションを確認します。
- ログが最新で、ストリーミングされている場合、パイプラインは進行中です。
- 最後のログがかなり前に生成されていた場合は、[ダウンロード] ボタンを使用してログをダウンロードし、UiPath のサポート部門に共有します。ダウンロード ボタンが表示されていないか、無効化されている場合は、[ログ] セクションのログをコピーして UiPath のサポート部門に共有します。
パイプラインの実行が [失敗] ステートの場合は、以下の理由が考えられますので、確認してください。
そのドキュメントの種類のデータがデータセット フォルダーにあり、フォルダー構造に従っていることを確認する必要がある
以下のエラーが発生している場合:
Error: Document type data not valid, check that document type data is in dataset
folder and follows folder structure.
トレーニング用に提供されるフォルダーの形式はデータセット形式である必要があります。
- 指定したデータセットが正しいことを確認します。
- 提供されたデータセットが Document Manager からエクスポートされたことを確認します。Document Understanding に関連するデータセットについて詳しくは、『Document Understanding ガイド』の「ドキュメントをエクスポートする」をご覧ください。
- スケジュールされた自動再トレーニング ループ用のパイプラインの場合は、エクスポートを含むフォルダーをデータのラベル付けセッションおよび latest.txt から選択します。
請求書データセットの画像またはディレクトリが存在しないか、空である
請求書データセットの画像またはディレクトリが存在しないか、空であるため、パイプラインの実行が失敗します。
トレーニング データセットまたは評価データセットとして提供されるデータセットのパスが空になっています。
これを修正するには、パイプラインに従って、評価またはトレーニング用データセットのパスを更新します。
スケジュールできないノードが利用可能になっている
Unschedulable 0/n nodes are available
(スケジュールできない 0/n 個のノードが利用可能です)」というエラーが発生した場合は、Automation Cloud™ のテナント情報を UiPath のサポート部門に問い合わせてください。
デバイスに空き領域がない
No space left on device
(スケジュールできない 0/n 個のノードが利用可能です)」というエラーが発生した場合は、Automation Cloud™ のテナント情報を UiPath のサポート部門に問い合わせてください。
通常、[強制終了] ステータスは、ユーザーがパイプラインを強制終了したときに表示されます。パイプラインの管理について詳しくは、「パイプラインを管理する」をご覧ください。
ユーザーが何もしていないのにパイプラインのステータスが [強制終了] となっている場合、最も一般的な理由は、パイプラインが 7 日後に自動的に強制終了されるからです。パイプラインのステータスについて詳しくは、「パイプラインについて」をご覧ください。
パイプラインの実行が失敗する理由としては、データセットの構造、入力パラメーター、パス、フォルダー、評価データセットがあります。
以下のエラーが発生している場合:
#Error: Training and / or test set is empty, verify that training/test split is correctly set in split.csv (トレーニング セットおよび/またはテスト セットが空です。split.csv でトレーニング/テストの分割が正しく設定されていることを確認してください。)
このエラーは通常、データセットの形式が間違っているか、split.csv で設定されたトレーニングと検証の比率が正しくないことが原因で発生します。トレーニング データセットの作成方法に関する一般的なガイドラインについては、「トレーニング データセット」をご覧ください。
以下のエラーが発生している場合:
#Error: Training failed for pipeline type: FULL_TRAINING, error: Full / evaluation pipelines require an evaluation dataset. Please re-run the pipeline providing an evaluation dataset (次の種類のパイプラインのトレーニングが失敗しました: FULL_TRAINING、エラー: フル パイプライン/評価パイプラインには評価データセットが必要です。評価データセットを指定してパイプラインを再実行してください。)
このエラーは通常、評価データセットが指定されていない場合に発生します。トレーニング データセットの作成方法に関する一般的なガイドラインについては、「トレーニング データセット」をご覧ください。