问题一:机器学习PAI中model scope 部署到PAI上,Python sdk 报错?
机器学习PAI中model scope 部署到PAI上,Python sdk 报错?https://help.aliyun.com/zh/pai/use-cases/deploy-huggingface-and-modelscope-service-applications-with-one-click-of?spm=a2c4g.11186623.0.i0#790dec242a083![image.png](https://ucc.alicdn.com/pic/developer-ecology/wyvq5mjsckydw_f764e7f303144545b148b2e3c0a067ec.png)在线调试可以跑通![image.png](https://ucc.alicdn.com/pic/developer-ecology/wyvq5mjsckydw_e8e8ece2919641369288773c72bbd54e.png)
参考答案:
这个如果部署时选了ai-web应用的话,我们的sdk暂时还不支持这种链接的形式,有两个方法解决:1. 使用普通的客户端调用,比如:
import requests
import json
service_url = 'YOUR_SERVICE_URL'
token = 'TOKEN'
data = {"input": {"source_sentence": "你好"}}
result = requests.post(service_url, headers={"Authorization": token}, data=json.dumps(data))
print(json.loads(result.text))
- 部署的时候可以不选ai-web应用,选择镜像部署;
我们的sdk会尽快支持这个情况
关于本问题的更多回答可点击进行查看:
问题二:机器学习PAI-Designer算法组件KVtoTable报错Thename: *** cannot be ODPS column name.
机器学习PAI-Designer算法组件KVtoTable报错Thename: *** cannot be ODPS column name.
参考答案:
kv列里不能有一些特殊符号比如c++,详情请参考node.jsKV2Table使用文档
关于本问题的更多回答可点击进行查看:
问题三:机器学习PAI用vpc高速直连,一直报错401是什么原因呢?
机器学习PAI用vpc高速直连,一直报错401是什么原因呢?
参考答案:
401 错误通常是指未授权的,可以先检查下 token是否填写,是否正确。
https://help.aliyun.com/zh/pai/user-guide/call-a-service-over-the-vpc-direct-connection-channel
这个是没有连上高速直连的【服务发现】的后端服务。这个你们得确认下是否完成了VPC打通。VPC网络打通参考这个文档:https://help.aliyun.com/zh/pai/user-guide/configure-network-connectivity#multiTask1215打通之后,可以参考这个文档:https://help.aliyun.com/zh/pai/user-guide/call-a-service-over-the-vpc-direct-connection-channel 验证下是否能够连上对应的【服务发现】的后端服务。
关于本问题的更多回答可点击进行查看:
问题四:请问机器学习PAI 使用udtf时出现这个报错是什么原因呢?
请问机器学习PAI 使用udtf时出现这个报错是什么原因呢?
参考答案:
以下是一些常见的原因和解决方法:
- 语法错误:请检查你编写的UDTF代码是否符合正确的语法。确保函数定义、参数、返回值等都按照要求进行设置。
- 缺少依赖:如果UDTF代码依赖于其他库或模块,请确保这些依赖已经正确安装,并且在运行UDTF时可以访问到它们。
- 环境配置问题:有时,UDTF需要特定的环境配置才能正常运行。例如,某些UDTF可能需要特定的Python版本、CUDA支持等。确保环境配置与UDTF要求一致。
- 数据输入问题:检查输入数据是否满足UDTF的要求。确保输入数据的格式、类型等与UDTF期望的匹配。
- 资源限制:某些UDTF可能需要额外的资源(如内存、GPU等)。请确保分配了足够的资源来执行UDTF。
关于本问题的更多回答可点击进行查看:
问题五:您好,我在机器学习PAI本地环境训练样例数据集,报错如下图所示,这是怎么回事呢?
您好,我在机器学习PAI本地环境训练样例数据集,报错如下图所示,这是怎么回事呢?
我在windows系统上使用docker镜像启动的方式
参考答案:
要按照示例步骤来
那一行是生成 proto, 无论怎么启动都要运行。在docker里运行这个命令
关于本问题的更多回答可点击进行查看: