人工智能平台PAI操作报错合集之出现报错:No factory supports the additional filters.Could not instantiate the executor.如何解决

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。

问题一:机器学习PAI这样配置不对吗?


机器学习PAI这样配置不对吗?


参考回答:

对的 最后的结果 是用不可见字符 分隔的 你copy一个到本地,用vim打开看一下,一般都会有的 加上 default_value: "0"

这个 need_prefix: false 建议也加上,能节省存储空间,训练也能快一些


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580771



问题二:机器学习PAI这个问题怎么解决?


机器学习PAI这个问题怎么解决? No factory supports the additional filters.Could not instantiate the executor. Make sure a planner module is on the classpath

执行失败

INTERNAL_ERROR: org.apache.flink.table.api.TableException: Could not instantiate the executor. Make sure a planner module is on the classpath at com.alibaba.alink.testutil.envfactory.impl.RemoteEnvFactoryImpl.getMlEnv(RemoteEnvFactoryImpl.java:48) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.getMLEnv(RemoteEnvExecutionServiceImpl.java:31) at com.alibaba.alink.server.service.impl.EnvExecutionServiceImpl.runImpl(EnvExecutionServiceImpl.java:38) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.run(RemoteEnvExecutionServiceImpl.java:43) at com.alibaba.alink.server.service.impl.ExperimentServiceImpl.runExperiment(ExperimentServiceImpl.java:89) at com.alibaba.alink.server.controller.ExperimentController.runExperiment(ExperimentController.java:123) at com.alibaba.alink.server.controller.ExperimentController

FastClassBySpringCGLIB

FastClassBySpringCGLIB2c83f912.invoke() at com.alibaba.alink.server.controller.ExperimentController

EnhancerBySpringCGLIB

EnhancerBySpringCGLIB635f4a92.runExperiment() Caused by: org.apache.flink.table.api.NoMatchingTableFactoryException: Could not find a suitable table factory for 'org.apache.flink.table.delegation.ExecutorFactory' in the classpath. Reason: No factory supports the additional filters. The following properties are requested: class-name=org.apache.flink.table.planner.delegation.BlinkExecutorFactory streaming-mode=true The following factories have been considered: org.apache.flink.table.executor.StreamExecutorFactory at org.apache.flink.table.factories.ComponentFactoryService.find(ComponentFactoryService.java:76) at org.apache.flink.table.api.bridge.java.internal.StreamTableEnvironmentImpl.lookupExecutor(StreamTableEnvironmentImpl.java:185) at org.apache.flink.table.api.bridge.java.internal.StreamTableEnvironmentImpl.create(StreamTableEnvironmentImpl.java:156) at org.apache.flink.table.api.bridge.java.StreamTableEnvironment.create(StreamTableEnvironment.java:128) at org.apache.flink.table.api.bridge.java.StreamTableEnvironment.create(StreamTableEnvironment.java:98) at com.alibaba.alink.testutil.envfactory.impl.RemoteEnvFactoryImpl.getMlEnv(RemoteEnvFactoryImpl.java:48) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.getMLEnv(RemoteEnvExecutionServiceImpl.java:31) at com.alibaba.alink.server.service.impl.EnvExecutionServiceImpl.runImpl(EnvExecutionServiceImpl.java:38) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.run(RemoteEnvExecutionServiceImpl.java:43) at com.alibaba.alink.server.service.impl.ExperimentServiceImpl.runExperiment(ExperimentServiceImpl.java:89) at com.alibaba.alink.server.controller.ExperimentController.runExperiment(ExperimentController.java:123) at


参考回答:

你好,这个问题可能是由于你没有正确配置 PAI 的 planner 模块导致的。

你可以尝试以下方法解决这个问题:

确保你已经安装了 PAI 的 planner 模块。

确保你的 planner 模块和 PAI 的版本兼容。

确保你的 planner 模块已经添加到 PAI 的 classpath 中。

如果你还不清楚如何解决这个问题,你可以联系阿里云技术支持寻求帮助。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/581079



问题三:机器学习PAI这个问题怎么解决?


机器学习PAI这个问题怎么解决?利用官方的webui教程,容器搭建了一套,在webui上配置了一个csv到kafka的流程,一直报kafka的factory找不到。


参考回答:

要装插件。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/581078



问题四:机器学习PAI这个流程 我在执行到 ar -这个文件 这是什么原因呢?


机器学习PAI这个流程 我在执行到 ar -resources fg_on_odps-1.3.59-jar-with-dependencies.jar,fg.json -classpath fg_on_odps-1.3.59-jar-with-dependencies.jar com.taobao.fg_on_odps.EasyRecFGMapper -i pai_online_project.taobao_train_input -o taobao_fg_train_out -f fg.json;这个命令以后,会报错

-classpath 找不到fg_on_odps-1.3.59-jar-with-dependencies.jar 这个文件 这是什么原因呢?


参考回答:

jar包必须先上传为MC的资源 你使用odpscmd的话,classpath 是jar包在本地的路径


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580768



问题五:机器学习PAI这个镜像有问题,dsw只要选了这个镜像就会启动失败?


机器学习PAI这个镜像有问题,dsw只要选了这个镜像就会启动失败?


参考回答:

这个镜像是刚刚发布的不到10分钟,我们检查下镜像仓库


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/579635

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
8天前
|
机器学习/深度学习 人工智能 分布式计算
使用PAI+LLaMA Factory 微调 Qwen2-VL 模型,搭建文旅领域知识问答机器人
本次教程介绍了如何使用 PAI 和 LLaMA Factory 框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
|
3月前
|
机器学习/深度学习 人工智能 Shell
人工智能平台PAI操作报错合集之在分布式训练过程中遇到报错,是什么原因
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。
|
15天前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
11天前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
23 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
11天前
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
30 0
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
17天前
|
人工智能 自然语言处理 前端开发
基于ChatGPT开发人工智能服务平台
### 简介 ChatGPT 初期作为问答机器人,现已拓展出多种功能,如模拟面试及智能客服等。模拟面试功能涵盖个性化问题生成、实时反馈等;智能客服则提供全天候支持、多渠道服务等功能。借助人工智能技术,这些应用能显著提升面试准备效果及客户服务效率。 ### 智能平台的使用价值 通过自动化流程,帮助用户提升面试准备效果及提高客户服务效率。 ### 实现思路 1. **需求功能设计**:提问与接收回复。 2. **技术架构设计**:搭建整体框架。 3. **技术选型**:示例采用 `Flask + Template + HTML/CSS`。 4. **技术实现**:前端界面与后端服务实现。
36 1
|
2月前
|
人工智能 机器人
LLM活动 | 与 UP 主“老陈打码”一起使用 PAI×LLaMA Factory 搭建 AI 诸葛亮
LLaMA Factory是一款开源低代码大模型微调框架,集成了业界最广泛使用的微调技术,支持通过Web UI界面零代码微调大模型,目前已经成为开源社区内最受欢迎的微调框架,GitHub星标超过2万。本次活动基于Meta AI开源的Llama-3 8B模型,使用PAI平台及LLaMA Factory训练框架完成模型的中文化与角色扮演微调和评估,搭建专属“ AI 诸葛亮”问答机器人,7×24小时为你出谋划策!
|
2月前
|
人工智能 自然语言处理 搜索推荐
谷歌 ai人工智能平台叫什么?请记住答案是:Gemini
Gemini 是 Google 开发的一个大型AI语言模型 ,代表着人工智能领域的一项重大进步。它是一个强大的工具,旨在理解和生成人类语言,并具备广泛的功能,可以帮助人们完成各种任务,从创作不同类型的文本到回答复杂的问题,再到翻译语言等等。
|
3月前
|
数据采集 人工智能 自然语言处理
阿里云百炼平台深度体验:智能问答与模型训练的创新之旅
在人工智能的浪潮中,阿里云百炼平台以其强大的大模型开发能力,为企业和个人开发者提供了一站式的解决方案。本文将从知识检索应用搭建、模型训练调优以及流程管理功能三个角度,全面评测阿里云百炼平台的实际使用体验。
231 3
|
2月前
|
机器学习/深度学习 人工智能 Linux
【机器学习】Dify:AI智能体开发平台版本升级
【机器学习】Dify:AI智能体开发平台版本升级
136 0

相关产品

  • 人工智能平台 PAI
  • 下一篇
    无影云桌面