这是组件的运行日志后半部分
2023-12-01 09:40:00,746 INFO: dlc endpoint pai-dlc.cn-shenzhen.aliyuncs.com
2023-12-01 09:40:00,748 INFO: input artifact input_table value is None
2023-12-01 09:40:00,748 INFO: input artifact input_pose_detection_model_path value is None
2023-12-01 09:40:00,779 INFO: Workspace list_features result: ['PaiDLC:IntegrateWithWorkspace']
2023-12-01 09:40:01,447 INFO: DLC job url: https://pai.console.aliyun.com/?regionId=cn-shenzhen&workspaceId=34471#/job/detail?jobId=dlc1ulv3lx1i7wmw
2023-12-01 09:40:01,702 INFO: job status: Creating
2023-12-01 09:40:16,960 INFO: job status: Failed
2023-12-01 09:40:16,962 INFO: input artifact input_table value is None
2023-12-01 09:40:16,962 INFO: input artifact input_pose_detection_model_path value is None
2023-12-01 09:40:17,003 INFO: Initialize DlcJobHelper from context: region_id=cn-shenzhen workspace_id=34471 is_use_workspace=True
2023-12-01 09:40:17,003 INFO: delete dataset using workspace service api
2023-12-01 09:40:17,208 INFO: delete data source: d-hkz9gro543u1x8i3ku
2023-12-01 09:40:17,209 INFO: input artifact input_table value is None
2023-12-01 09:40:17,209 INFO: input artifact input_pose_detection_model_path value is None
2023-12-01 09:40:17,242 INFO: Initialize DlcJobHelper from context: region_id=cn-shenzhen workspace_id=34471 is_use_workspace=True
2023-12-01 09:40:17,242 INFO: delete dataset using workspace service api
2023-12-01 09:40:17,443 INFO: delete data source: d-2a1agl03244fe6x59y
组件是通用图像预测easycv,上游组件是读取oss数据和图像检测训练easycv,
前几次测试的时候还可以调用起dlc到runing,后面就知道一下creating就出现failed了
根据您提供的日志信息,DLC作业在创建过程中出现了失败。这可能是由于以下原因导致的:
输入数据问题:日志中显示input_table
和input_pose_detection_model_path
的值都为None。请检查您的输入数据是否正确,确保它们不为空。
模型路径问题:日志中显示input_pose_detection_model_path
的值为None。请检查您的模型路径是否正确,确保它指向一个有效的模型文件。
资源限制:DLC作业可能因为资源限制(如内存、CPU等)而无法成功创建。请检查您的计算资源是否足够支持DLC作业的运行。
其他错误:日志中还显示了一些其他的错误信息,您可以查看这些信息以获取更多关于失败原因的详细信息。
为了解决这个问题,您可以尝试以下方法:
检查输入数据和模型路径是否正确。
确保您的计算资源足够支持DLC作业的运行。
查看日志中的其他错误信息,以获取更多关于失败原因的详细信息。
根据提供的日志信息,可以看出组件在运行过程中出现了创建失败的情况。具体原因可能与以下几个因素有关:
输入数据问题:日志中显示input_table
和input_pose_detection_model_path
的值都为None
。这可能是由于上游组件没有正确传递这些输入数据导致的。请检查上游组件是否正确读取了OSS数据和图像检测模型,并将它们传递给当前组件。
资源限制:日志中还显示了作业状态为Failed
,这可能是因为系统资源不足导致作业无法正常创建。请检查系统资源使用情况,如CPU、内存等,并确保它们满足组件的运行需求。
网络问题:日志中还显示了与阿里云相关的一些信息,如DLC(Deep Learning Compute)服务端点、工作空间等。如果网络连接存在问题,可能会导致作业创建失败。请检查网络连接是否正常,并确保可以访问到阿里云的相关服务。
配置问题:日志中还显示了一些初始化和删除数据集的操作。如果配置不正确,可能会导致作业创建失败。请检查相关配置是否正确,并确保它们符合预期的要求。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)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,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。