机器学习PAI报错问题之配了tf_config开启训练报错如何解决

简介: 人工智能平台PAI是是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务;本合集将收录PAI常见的报错信息和解决策略,帮助用户迅速定位问题并采取相应措施,确保机器学习项目的顺利推进。

问题一:机器学习PAI有大佬知道这个报错怎么解决吗?评估的时候报错!

问题1:机器学习PAI有大佬知道这个报错怎么解决吗?评估的时候报错

问题2:这种问题怎么进一步定位是哪个数据有问题



参考答案:

回答1:一般是tfrecord数据有问题

回答2:一般不是格式问题,就是tfrecord文件写的时候程序不正常,写一半异常终止了,或者文件系统的错误,导致无法解析



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/537514?spm=a2c6h.13066369.question.28.4d7868a2FQH6OT&scm=20140722.S_community@@%E9%97%AE%E7%AD%94@@537514._.ID_537514-RL_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0PAI%E6%8A%A5%E9%94%99-LOC_m~UND~search~UND~community~UND~i-OR_ser-V_3-P0_9



问题二: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))

  1. 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:

https://developer.aliyun.com/ask/558209?spm=a2c6h.13066369.question.29.4d7868a2BGZxGF&scm=20140722.S_community@@%E9%97%AE%E7%AD%94@@558209._.ID_558209-RL_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0PAI%E6%8A%A5%E9%94%99-LOC_m~UND~search~UND~community~UND~i-OR_ser-V_3-P0_10



问题三:麻烦问下机器学习PAI,本地单机训练没问题,配了tf_config开启训练报这个错大概是啥问题?

tensorflow.python.framework.errors_impl.OperatorNotAllowedInGraphError: using a tf.Tensor as a Python bool is not allowed in Graph execution. Use Eager execution or decorate this function with @tf.function.

Exception ignored in: >

Traceback (most recent call last):

File "/venv/lib/python3.6/site-packages/tensorflow_core/python/training/server_lib.py", line 158, in del

AttributeError: 'NoneType' object has no attribute 'UnimplementedError'

麻烦问下机器学习PAI,本地单机训练没问题,配了tf_config开启train_distribute: PSStrategy训练报这个错大概是啥问题?



参考答案:

多机的地址要先自己配置好的,默认值是个示例



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/532224?spm=a2c6h.13066369.question.30.4d7868a2zGbQKD&scm=20140722.S_community@@%E9%97%AE%E7%AD%94@@532224._.ID_community@@%E9%97%AE%E7%AD%94@@532224-RL_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0PAI%E6%8A%A5%E9%94%99-LOC_llm-OR_ser-V_3-P0_30



问题四:机器学习PAI是这样改吗?我把tar包传到oss上了,还是报一样的错

机器学习PAI是这样改吗?我把tar包传到oss上了,还是报一样的错



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/552511?spm=a2c6h.13066369.question.29.4d7868a2vllB73&scm=20140722.S_community@@%E9%97%AE%E7%AD%94@@552511._.ID_community@@%E9%97%AE%E7%AD%94@@552511-RL_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0PAI%E6%8A%A5%E9%94%99-LOC_llm-OR_ser-V_3-P0_31



问题五:机器学习PAI-EAS部署的服务报CrashLoopBackOff错误如何处理

机器学习PAI-EAS部署的服务报CrashLoopBackOff错误如何处理



参考答案:

CrashLoopBackOff错误的原因是EAS框架的library与使用的library有符号冲突

注:2022-8-5 杭州地域已全量上线新版本,其他区域暂未发布全量。常见问题请参考PAI-EAS常见问题



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/475897?spm=a2c6h.13066369.question.30.4d7868a2a73VQG&scm=20140722.S_community@@%E9%97%AE%E7%AD%94@@475897._.ID_community@@%E9%97%AE%E7%AD%94@@475897-RL_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0PAI%E6%8A%A5%E9%94%99-LOC_llm-OR_ser-V_3-P0_32



问题六:机器学习PAI使用序列特征是要保证等长吗?我这里报tensor shape的错误

机器学习PAI使用序列特征是要保证等长吗?我这里报tensor shape的错误



参考答案:

是的,要确保序列长度相同,大多数深度学习模型要求输入数据具有相同的维度和形状。 可以使用一些方法来确保所有的序列具有相同的长度,比如填充序列,截断序列。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/506099?spm=a2c6h.13066369.question.31.4d7868a2Qd9NHt&scm=20140722.S_community@@%E9%97%AE%E7%AD%94@@506099._.ID_community@@%E9%97%AE%E7%AD%94@@506099-RL_%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0PAI%E6%8A%A5%E9%94%99-LOC_llm-OR_ser-V_3-P0_36

相关文章
|
人工智能 调度 芯片
PAI训练服务:云上大模型训练新篇章
本文介绍了通用AI时代下的新训练方法及PAI平台的优化。随着大模型时代的到来,算力需求激增,硬件和网络通信成为瓶颈。PAI平台通过自动容错、3D健康检测等技术确保训练稳定性;通过资源配额、智能调度等提高性价比;并推出PAI-TorchAcc和PAI-ChatLearn两大引擎,分别实现高效训练加速和灵活的对齐训练,显著提升训练性能与效果。这些改进解决了大规模AI训练中的关键问题,提升了效率和稳定性。
|
人工智能 JSON 算法
魔搭支持在阿里云人工智能平台PAI上进行模型训练、部署了!
现在,魔搭上的众多模型支持在阿里云人工智能平台PAI-Model Gallery上使用阿里云算力资源进行模型训练和部署啦!
1387 22
|
Java Spring 容器
springcloud-config客户端启用服务发现报错找不到bean EurekaHttpClient
解决 Spring Cloud Config 客户端启用服务发现时报错找不到 bean `EurekaHttpClient` 的问题,主要涉及版本兼容性、依赖配置和正确的配置文件设置。通过检查依赖版本、添加必要的依赖项、配置文件的正确性以及启用服务发现注解,可以有效解决此问题。确保日志中没有其他错误信息也是关键步骤之一。通过这些方法,可以确保 Spring Cloud Config 与 Eureka 客户端正常工作。
447 6
|
人工智能 容灾 Serverless
AI推理新纪元,PAI全球化模型推理服务的创新与实践
本次分享主题为“AI推理新纪元,PAI全球化模型推理服务的创新与实践”,由阿里云高级产品经理李林杨主讲。内容涵盖生成式AI时代推理服务的变化与挑战、play IM核心引擎的优势及ES专属网关的应用。通过LM智能路由、多模态异步生成等技术,PAI平台实现了30%以上的成本降低和显著性能提升,确保全球客户的业务稳定运行并支持异地容灾,目前已覆盖16个地域,拥有10万张显卡的推理集群。
|
JavaScript API
Vue3 运行可以,build 打包发布报错,app.config.globalProperties 用法坑
Vue3 运行可以,build 打包发布报错,app.config.globalProperties 用法坑
667 2
|
机器学习/深度学习 存储 分布式计算
PAI机器学习平台如何进行分布式训练?
【7月更文挑战第1天】PAI机器学习平台如何进行分布式训练?
771 1
|
PHP
php 使用phpize报错Cannot find config.m4. Make sure that you run ‘/usr/bin/phpize‘ in the top l
php 使用phpize报错Cannot find config.m4. Make sure that you run ‘/usr/bin/phpize‘ in the top l
968 1
|
机器学习/深度学习 人工智能 NoSQL
人工智能平台PAI产品使用合集之机器学习PAI EasyRec训练时,怎么去除没有意义的辅助任务的模型,用于部署
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
机器学习/深度学习 人工智能 自然语言处理
基于PAI-QuickStart搭建一站式模型训练服务体验
【8月更文挑战第5天】基于PAI-QuickStart搭建一站式模型训练服务体验
735 0
|
PHP 数据库
phpMyAdmin报错 in ./libraries/config/FormDisplay.php#661 continue targeting switch is equivalent to
phpMyAdmin报错 in ./libraries/config/FormDisplay.php#661 continue targeting switch is equivalent to
282 0

热门文章

最新文章

相关产品

  • 人工智能平台 PAI