Pipelines

Esta seção fornece erros frequentes relacionados a Pipelines.

Pipeline falhou devido a um problema do pacote de ML

Uma execução de pipeline está falhando devido a um problema do pacote de ML.

Uma causa potencial para esse erro pode ser uma versão menor errada escolhida ao executar o pipeline.

Consulte a seção abaixo para obter mais informações sobre como escolher a versão menor correta.

Escolha da versão secundária correta ao executar pipelines

Ao implantar um novo pacote, a única versão menor disponível é a 0. O motivo para isso é que ainda não há pipelines executados nesse pacote.

Pipelines de treinamento

Se você estiver implantando um pipeline de treinamento, recomendamos que sempre use a versão secundária 0.

Pipelines completos

Se você estiver implantando um pipeline completo, recomendamos que sempre use a versão secundária 0.

Pipelines de avaliação

Os pipelines de avaliação são usados para avaliar um modelo de ML treinado. É possível executá-lo em qualquer versão do pacote de ML para obter as pontuações de avaliação correspondentes. Isso é semelhante à classificação ou avaliação de um modelo de ML com o conjunto de dados de avaliação.

Observação: a escolha de uma versão menor depende do tipo de pacote no qual o pipeline de avaliação está sendo executado. Por isso, é necessária atenção especial ao escolher a versão menor. Certifique-se de escolher a versão que você deseja avaliar.

Por exemplo, os tipos de pacotes que estão disponíveis são pacotes prontos para uso pré-treinados e modelos de Document Understanding não treinados:

• Pacotes pré-treinados (pacotes prontos para uso): como esses pacotes são pré-treinados, execute o pipeline de avaliação na versão menor 0. Para avaliar o modelo após o treinamento usando dados específicos, escolha a versão menor que você deseja avaliar (versão treinada).
• Document Understanding:
  • Como esses são modelos genéricos e retreináveis, os modelos precisam ser treinados primeiro. Execute um pipeline de avaliação apenas quando os modelos forem treinados e uma nova versão secundária do pacote estiver disponível.
  • Selecione a versão secundária mais recente ou qualquer outra versão secundária (exceto 0) para a qual as pontuações de avaliação podem ser obtidas.

Pipeline encerrado automaticamente

O pipeline é encerrado automaticamente

Os pipelines são encerrados automaticamente após sete dias para evitar que fiquem presos por períodos de tempo mais longos e consumam licenças. Siga as recomendações abaixo.

• Habilite a GPU.
• Aplique técnicas de otimização de conjuntos de dados.
• Reduza o número de EPOCHS.

Pipeline em execução por muito tempo

Se o pipeline estiver em execução por muito tempo, é possível verificar os logs. Você pode encontrar os seguintes status:

• Aguardando Licença
• Em execução
• Com falha
• Eliminado

Consulte as seções abaixo para mais detalhes sobre cada status.

Observação: se os logs estiverem em streaming, tente as seguintes correções:

• Ativar GPU
• Otimize o conjunto de dados. Para obter informações detalhadas sobre conjuntos de dados do Document Understanding, consulte a página Treinamento de modelos de alto desempenho do guia do Document Understanding.

Aguardando licenças

Se a execução do pipeline estiver travada no estado Aguardando licenças , verifique se as licenças correspondentes estão disponíveis.

1. Abra o Automation Cloud™.
2. Acesse a páginaAdministrador > Licenças .
3. Verifique se as AI Unit correspondentes estão disponíveis.

Se as AI Units não estiverem disponíveis ou forem consumidas, entre em contato com nosso departamento de vendas para compras. Para obter mais informações sobre AI Units, consulte a página AI Units .

Em execução

Se a execução do pipeline estiver presa no estado Em execução, siga as etapas abaixo.

1. Selecione o pipeline preso.
2. Verifique a seção Logs .
   • Se os logs forem recentes e estiverem em fluxo, o pipeline está em progresso.
   • Se o último log foi gerado há muito tempo, baixe os logs usando o botão Download e compartilhe-os com nosso Departamento de Suporte. Se o botão de download não estiver visível ou estiver desativado, copie os logs da seção Logs e compartilhe-os com nosso Departamento de Suporte.

Com falha

Se a execução do pipeline estiver no estado Com falha , verifique os possíveis motivos abaixo.

Verifique se os dados do tipo de documento estão na pasta do conjunto de dados e segue a estrutura da pasta

Ocorre o seguinte erro:

Error: Document type data not valid, check that document type data is in dataset folder and follows folder structure.

O formato da pasta fornecida para o treinamento precisa estar no formato de conjunto de dados.

1. Certifique-se de que o conjunto de dados fornecido esteja correto.
2. Certifique-se de que o conjunto de dados fornecido seja exportado do Document Manager. Para obter mais informações sobre conjuntos de dados relacionados ao Document Understanding, consulte a página Exportar documentos do guia do Document Understanding.
3. No caso de pipelines agendados para o loop de retreinamento automático, selecione a pasta que contém as exportações das sessões de rotulagem de dados e latest.txt.

As imagens ou o diretório não existem ou estão vazios para o conjunto de dados de faturas

A execução do pipeline falha porque as imagens/o diretório não existe/está vazio para o conjunto de dados de faturas.

O caminho do conjunto de dados fornecido para o conjunto de dados de treinamento ou para o conjunto de dados de avaliação está vazio.

Para corrigir isso, atualize o caminho do conjunto de dados para avaliação ou treinamento, de acordo com o pipeline.

Nós não agendáveis estão disponíveis

Se você encontrar o erro Unschedulable 0/n nodes are available , entre em contato com nosso departamento de Suporte com as informações de seu tenant da Automation Cloud™.

Não há espaço restante no dispositivo

Se você encontrar o erro No space left on device , entre em contato com nosso departamento de Suporte com as informações de seu tenant da Automation Cloud™.

Eliminado

O status Eliminado geralmente é exibido quando o pipeline foi eliminado pelo usuário. Para obter mais informações sobre o gerenciamento de pipelines, verifique a página Gerenciamento de pipelines .

Se o status do pipeline for Encerrado sem qualquer intervenção do usuário, o motivo mais comum é que os pipelines são encerrados automaticamente após sete dias. Para obter mais informações sobre os status de pipelines, verifique a página Sobre pipelines .

Pipelines falharam devido a problemas de conjuntos de dados

Uma execução de pipeline está falhando devido à estrutura do conjunto de dados, parâmetros de entrada, caminho, pastas ou conjunto de dados de avaliação.

Formato de conjunto de dados incorreto

Ocorre o seguinte erro:

#Erro: o conjunto de treinamento e/ou teste está vazio. Verifique se a divisão treinamento/teste está definida corretamente em split.csv

Esse erro é mais comumente causado pelo formato errado do conjunto de dados ou pela proporção incorreta de treinamento e validação definidos no split.csv. Consulte a página Conjunto de dados de treinamento para obter diretrizes gerais sobre como criar um conjunto de dados de treinamento.

Conjunto de avaliação não fornecido

Ocorre o seguinte erro:

#Erro: treinamento falhou para tipo de pipeline: FULL_TRAINING, erro: pipelines completo / de avaliação exigem um conjunto de dados de avaliação. Execute novamente o pipeline fornecendo um conjunto de dados de avaliação

Esse erro normalmente ocorre quando um conjunto de dados de avaliação não é fornecido. Consulte a página Conjunto de dados de treinamento para obter diretrizes gerais sobre como criar um conjunto de dados de treinamento.