Problemas conhecidos e limitações

Os seguintes problemas e limitações conhecidos se aplicam ao site Cloud Pak for Data as a Service.

Lista de questões do site IBM watsonx.data intelligence

Lista de problemas de fluxo de Mpedindo

Lista de problemas Data Virtualization

Lista de problemas do watsonx.ai Studio

Lista de limitações do watsonx.ai Studio

Lista de problemas conhecidos Data Refinery

Lista de Data Refinery

Lista de questões do site IBM Manta Data Lineage

Lista de IBMMaster Data Management questões

Lista de problemas de visualizações

Lista de problemas de aprendizado de máquina

Lista de limitações de aprendizado de máquina

Lista de problemas do Watson OpenScale

Lista de problemas do SPSS Modeler

Lista de limitações SPSS Modeler

Lista de questões do site DataStage

Cloud Object Storage problemas

  • Lista de problemas de aprendizado de máquina
    • Erro com ativos que usam o tempo de execução watsonx.ai em projetos que especificam Cloud Object Storage com a Key Protect ativada.
    • IA automática
    • Pipelines
  • Lista de problemas do SPSS Modeler
    • Não é possível salvar o modelo no projeto especificando o Cloud Object Storage com Key Protect ativado.
  • Lista de problemas de blocos de notas
    • Não é possível salvar o modelo no projeto especificando o Cloud Object Storage com Key Protect ativado.

IBM watsonx.data intelligence problemas

Se você usa o site IBM watsonx.data intelligence, poderá encontrar esses problemas e restrições conhecidos ao usar catálogos.

A pesquisa de ativos do catálogo não é compatível com caracteres especiais

Se as palavras-chave da pesquisa contiverem qualquer um dos seguintes caracteres especiais, o filtro de pesquisa não retornará os resultados mais precisos.

Palavras-chave de pesquisa:

. + - && || ! ( ) { } [ ] ^ " ~ * ? : \

Solução alternativa: Para obter os resultados mais precisos, pesquise somente a palavra-chave após o caractere especial. Por exemplo, em vez de AUTO_DV1.SF_CUSTOMER, procure por SF_CUSTOMER.

Dados mascarados não são suportados em visualizações de dados

Os dados mascarados não são suportados em visualizações de dados Se você tentar trabalhar com dados mascarados ao gerar um gráfico na guia Visualizações de um ativo de dados em um projeto, a seguinte mensagem de erro será recebida: Bad Request: Failed to retrieve data from server. Masked data is not supported.

Os dados não são mascarados em algumas ferramentas de projeto

Quando você inclui um ativo de dados conectados que contém colunas mascaradas de um catálogo para um projeto, as colunas permanecem mascaradas ao visualizar os dados e ao refinar os dados na ferramenta Data Refinery. No entanto, outras ferramentas em projetos não preservam o mascaramento quando acessam dados por meio de uma conexão. Por exemplo, quando você carrega dados conectados em um Notebook, um fluxo DataStage , um painel ou outras ferramentas de projeto, você acessa os dados através de uma conexão direta e máscaras de desvio.

Os artefatos de governança predefinidos podem não estar disponíveis

Se nenhuma classificação ou classe de dados predefinida for exibida, reinicialize seu locatário usando a chamada de API a seguir:

curl -X POST "https://api.dataplatform.cloud.ibm.com/v3/glossary_terms/admin/initialize_content" -H "Authorization: Bearer $BEARER_TOKEN" -k

Incluir colaboradores com endereços de e-mail em minúsculas

Ao incluir colaboradores no catálogo, insira endereços de e-mail com todas as letras minúsculas. Os endereços de e-mail compostos por letras maiúsculas e minúsculas não são suportados.

Restrições de conexão de armazenamento de objeto

Quando você consulta uma conexão do Cloud Object Storage (API do S3) ou Cloudant, a própria pasta é listada como um ativo filho.

Múltiplas operações de conexão simultânea podem falhar

Um erro pode ser encontrado quando diversos usuários estão executando operações de conexão simultaneamente. A mensagem de erro pode variar.

Não é possível ativar o cumprimento de regra de proteção de dados após a criação do catálogo

Não é possível ativar o cumprimento de regras de proteção de dados após a criação de um catálogo. Para aplicar regras de proteção de dados aos ativos em um catálogo, deve-se ativar o cumprimento durante a criação do catálogo.

Os ativos são bloqueados se a avaliação falha

As restrições a seguir se aplicam a ativos de dados em um catálogo com políticas impostas: ativos de dados baseados em arquivo que possuem um cabeçalho não podem ter nomes de coluna duplicados, um ponto (.) ou uma única aspa (') em um nome de coluna.

Se a avaliação falha, o ativo é bloqueado para todos os usuários, exceto o proprietário do ativo. Todos os outros usuários veem uma mensagem de erro de que o ativo de dados não pode ser visualizado porque a avaliação falhou e o ativo está bloqueado.

Para ativos de fontes SAP OData, os resultados do enriquecimento de metadados não mostram o tipo de tabela

Em geral, os resultados do enriquecimento de metadados mostram, para cada ativo de dados enriquecido, se o ativo é uma tabela ou uma visualização. Essas informações não podem ser recuperadas para ativos de dados de fontes de dados SAP OData e, portanto, não são mostradas nos resultados do enriquecimento.

Problemas com o suplemento do Microsoft Excel

Os seguintes problemas são conhecidos no suplemento Review metadata para o Microsoft Excel:

  • Quando você abre a lista suspensa para atribuir um termo comercial ou uma classe de dados, a entrada Nome distinto é exibida como a primeira entrada. Se você selecionar essa entrada, ela será exibida na coluna, mas não terá nenhum efeito.

  • No momento, não há suporte para a atualização ou substituição de dados existentes em uma planilha. Você deve usar um arquivo de modelo vazio sempre que recuperar dados.

  • Se outro usuário trabalhar nos resultados do enriquecimento de metadados enquanto você estiver editando a planilha, as alterações do outro usuário poderão se perder quando você carregar as alterações feitas na planilha.

  • Somente as classes de dados e os termos comerciais atribuídos são copiados das colunas da planilha Classes de dados atribuídas / sugeridas e Termos comerciais atribuídos / sugeridos para as colunas de entrada correspondentes. Se vários termos comerciais forem atribuídos, cada um deles será copiado em uma coluna separada.

Problemas com a publicação de regras de qualidade de dados

Quando uma regra tem uma conexão para um ativo de dados de entrada e já existe uma conexão com o mesmo nome no catálogo, a publicação da regra não sobrescreve nem atualiza a conexão no catálogo, independentemente das configurações de tratamento de ativos duplicados no catálogo.

Solução alternativa: publique a conexão antes de publicar a regra de qualidade dos dados.

A importação de ativos pode não utilizar totalmente o limite de ativos do catálogo para os planos Lite

Para usuários do plano Lite, os catálogos podem conter no máximo 50 itens. Durante a importação de ativos, estes são adicionados ao catálogo em lotes de 20. Se houver mais de 50 ativos disponíveis para importação, um lote que exceda o limite será rejeitado. Como resultado, talvez apenas 40 recursos possam ser importados, embora o catálogo possa conter até 50 recursos.

Mascaramento de problemas de fluxo

Se você usa Mperguntando flow, você pode encontrar essas questões e restrições conhecidas quando você está privatizando dados.

Tarefas de fluxo de mascaramento podem falhar

Durante uma tarefa de fluxo de mascaramento, o Spark pode tentar ler tudo de uma origem de dados na memória. Erros podem ocorrer quando não há memória suficiente para suportar a tarefa. O maior volume de dados que pode se ajustar ao maior nó de processamento do Spark implementado é de aproximadamente 12 GBs.

watsonx.ai Problemas de estúdio

Você pode encontrar alguns desses problemas ao começar a usar o watsonx.ai Studio:

A duplicação de um bloco de notas não cria um nome exclusivo na nova IU de projetos

Ao duplicar um notebook nos novos projetos UI, o notebook duplicado não é criado com um nome exclusivo.

Não é possível criar ativos em contas mais antigas

Se você estiver trabalhando em uma instância do watsonx.ai Studio que foi ativada antes de novembro de 2017, talvez não consiga criar ativos operacionais, como notebooks. Se o botão Criar permanecer cinza e desativado, você deverá adicionar o serviço watsonx.ai Studio à sua conta no catálogo Serviços.

erro interno do servidor 500 recebido ao iniciar o watsonx.ai Studio

Raramente, você pode receber um erro interno do servidor HTTP (500) ao iniciar o watsonx.ai Studio. Isso pode ocorrer devido a um cookie expirado armazenado para o navegador. Para confirmar se o erro foi causado por um cookie desatualizado, tente iniciar o watsonx.ai Studio em uma sessão de navegação privada (anônima) ou usando um navegador diferente. Se ele for ativado com sucesso no novo navegador, o erro foi causado por um cookie expirado. Há duas opções de resolução:

  1. Sair completamente do aplicativo do navegador para reconfigurar o cookie. Deve-se fechar e reiniciar o aplicativo, e não apenas fechar a janela do navegador. Reinicie o aplicativo do navegador e inicie o watsonx.ai Studio para redefinir o cookie da sessão.
  2. Limpe os cookies da IBM dos dados de navegação e inicie o watsonx.ai Studio. Consulte os dados de navegação ou as opções de segurança no navegador para limpar os cookies. Observe que a limpeza de todos os cookies da IBM pode afetar outros aplicativos da IBM.

Se o erro 500 persistir após a execução de uma dessas resoluções, verifique os incidentes " página de status e " IBM Cloud que afetam o estúdio " watsonx.ai. Além disso, é possível abrir um caso de suporte no Portal de Suporte da IBM Cloud.

Erro durante o login

Você pode receber esta mensagem de erro ao tentar fazer login no watsonx.ai Studio: "O Access Manager WebSEAL não pôde concluir sua solicitação devido a um erro inesperado." Tente efetuar login novamente. Geralmente a segunda tentativa de login funciona.

Falha ao exportar um bloco de notas para HTML no editor do Jupyter Notebook

Quando estiver trabalhando com um Jupyter Notebook criado em uma ferramenta que não seja o watsonx.ai Studio, talvez não seja possível exportar o notebook para HTML. Esse problema ocorre quando a saída da célula é exposta

Solução alternativa

  1. Na UI do Jupyter Notebook , acesse Editar e clique em Editar metadados do bloco de notas.

  2. Remova os seguintes metadados:

    "widgets": {
       "state": {},
       "version": "1.1.2"
    }
    
  3. Clique em Editar.

  4. Salve o bloco de notas.

A instalação manual de algumas bibliotecas tensor não é suportada

Algumas bibliotecas tensorflow vêm pré-instaladas, mas se tentar instalar bibliotecas tensorflow adicionais sozinho, talvez você receba um erro.

A conexão com o kernel do bloco de notas está levando mais tempo que o esperado após a execução de uma célula de código

Se você tentar se reconectar ao kernel e executar imediatamente uma célula de código (ou se a reconexão do kernel aconteceu durante a execução do código), o bloco de notas não se reconectará ao kernel e nenhuma saída será exibida para a célula de código. É necessário se reconectar manualmente ao kernel clicando em Kernel > Reconectar. Quando o kernel estiver pronto, é possível começar a executar a célula de código novamente.

O uso do objeto sqlContext predefinido em vários blocos de notas causa erro

Talvez você receba um erro do Apache Spark se usar o objeto sqlContext predefinido em vários blocos de notas. Crie um novo objeto sqlContext para cada bloco de notas. Consulte esta explicação sobre Estouro de pilha.

Mensagem de conexão com falha

Se seu kernel parar, o bloco de notas não será mais salvo automaticamente. Para salvá-lo, clique em Arquivo > Salvar manualmente, e você deverá receber uma mensagem Bloco de notas salvo na área de informações do kernel, que aparece antes da versão do Spark. Se você receber uma mensagem de que o kernel falhou, clique em Kernel > Reconectar para reconectar seu bloco de notas ao kernel. Se nada que você fizer reiniciar o kernel e você não conseguir salvar o bloco de notas, é possível fazer download dele para salvar suas mudanças clicando em Arquivo > Fazer download como > Bloco de notas (.ipynb). Em seguida, é preciso criar um novo bloco de notas com base no arquivo de bloco de notas transferido por download.

Não é possível se conectar ao kernel de bloco de notas

Se você tentar executar um bloco de notas e a mensagem Connecting to Kernel for exibida, seguida por Connection failed. Reconnecting e finalmente por uma mensagem de erro de falha de conexão, provavelmente seu firewall está impedindo que o bloco de notas seja executado.

Se watsonx.ai Studio estiver instalado atrás de um firewall, você deverá adicionar a conexão WebSocket ' wss://dataplatform.cloud.ibm.com às configurações do firewall. A ativação dessa conexão do WebSocket é necessária quando você está usando blocos de notas e o RStudio.

Erro de recursos disponíveis insuficientes ao abrir ou editar um bloco de notas...

Se você vir a mensagem a seguir ao abrir ou editar um bloco de notas, o tempo de execução do ambiente associado ao bloco de notas terá problemas de recursos:

Insufficient resources available
A runtime instance with the requested configuration can't be started at this time because the required hardware resources aren't available.
Try again later or adjust the requested sizes.

Para encontrar a causa, tente verificar a página de status dos incidentes IBM Cloud que afetam watsonx.ai Studio. Adicionalmente, você pode abrir um case de suporte no portal de Suporte IBM Cloud .

Os arquivos carregados por meio da interface de usuário do watsonx.ai Studio não são validados ou verificados quanto a conteúdo potencialmente malicioso

Os arquivos que você carrega por meio da interface do usuário do watsonx.ai Studio não são validados ou verificados quanto a conteúdo potencialmente malicioso. É altamente recomendável que você execute um software de segurança, como um aplicativo antivírus, em todos os arquivos antes de carregá-los para garantir a segurança do seu conteúdo.

Data Refinery problemas

Perda da tabela de destino e falha no trabalho quando você usa a opção Atualizar em um fluxo Data Refinery

O uso da opção Atualizar para a propriedade de destino Modo de gravação para fontes de dados relacionais (por exemplo, Db2) substitui a tabela de destino original e o trabalho Data Refinery pode falhar.

Solução alternativa: Use a opção Merge (Mesclar ) como o modo **Write** e Append (Anexar) como a ação Table (Tabela).

Data Refinery limitações

A localização da pasta não é atualizada automaticamente ao alterar o ativo de destino nas configurações do fluxo do " Data Refinery "

Quando você altera o ativo de destino nas configurações do fluxo “ Data Refinery ”, a localização da pasta não é atualizada automaticamente no painel “Informações da visualização” se o novo ativo de destino estiver localizado em uma pasta diferente.

Solução alternativa: atualize manualmente o caminho da pasta nas configurações do Flow para que corresponda ao caminho do novo ativo de destino.

Alterações nos modelos de código interativos

Não é mais possível usar os seguintes modelos de código interativo no Data Refinery :

'mutate_if' 'select_if' 'summarize_if'

Se você utilizou essas operações em implantações anteriores, elas não funcionarão mais e poderão gerar erros.

Os cabeçalhos das colunas de dados não podem conter caracteres especiais

Os dados com cabeçalhos de coluna que contêm caracteres especiais podem fazer com que os trabalhos de Data Refinery falhem e apresentem o erro Supplied values don't match positional vars to interpolate.

Correção: Remova os caracteres especiais dos cabeçalhos das colunas.

Data Refinery não é compatível com o Conector de Satellite

Não é possível usar um Satellite Connector para se conectar a um banco de dados com o Data Refinery

Erro ao abrir um fluxo Data Refinery com conexão com credenciais pessoais

Ao abrir um fluxo Data Refinery que usa um ativo de dados baseado em uma conexão com credenciais pessoais, você poderá ver um erro.

Solução: Para abrir um fluxo Data Refinery que tenha ativos que usem conexões com credenciais pessoais, você deve desbloquear a conexão. Você pode desbloquear a conexão editando a conexão e inserindo suas credenciais pessoais ou visualizando o ativo no projeto, onde será solicitado que você insira suas credenciais pessoais. Depois de desbloquear a conexão, você poderá abrir o fluxo do Data Refinery.

Os campos de entrada do usuário não podem conter caracteres multibyte

Não é possível usar caracteres multibyte nos campos de entrada do usuário nos fluxos do Data Refinery na região de Tóquio. Alguns campos permitem caracteres multibyte, mas não os exibem corretamente.

IBM Manta Data Lineage problemas

IBM DataStage para Cloud Pak for Data trabalho de linhagem não pode produzir nenhuma linhagem

Se você quiser criar um IBM DataStage para a exportação do projeto Cloud Pak for Data por meio da API, pode acontecer de o ponto de extremidade da API GET/v2/asset_exports/{export_id} não terminar de funcionar e retornar o status PENDING. Como resultado, o trabalho de linhagem DataStage atua como completo e não produz linhagem.

Solução alternativa: Carregue manualmente a exportação do projeto como um ativo e adicione o arquivo.zip ao trabalho de importação de metadados a ser processado.

Os metadados da linhagem podem não ser importados devido a credenciais inválidas do site Cloud Object Storage

Em alguns casos, quando você importa metadados de ativos e de linhagem de qualquer fonte de dados, os ativos são importados, mas os metadados de linhagem não são importados. O problema é causado por credenciais inválidas do site Cloud Object Storage.

Solução alternativa: Exclua a instância atual do site Cloud Object Storage.

A linhagem não é gerada a partir de IBM DataStage para Cloud Pak for Data devido ao fato de os arquivos de entrada primários estarem em um formato incorreto

Quando você deseja gerar a linhagem de IBM DataStage para Cloud Pak for Data, a fase de análise falha porque os arquivos de entrada da extração automática estão no formato.json em vez de.zip. Como resultado, a linhagem não é gerada.

Solução alternativa: Use entradas manuais.

A linhagem não é gerada de IBM DataStage para Cloud Pak for Data devido a um erro de tempo de execução da resolução dos registros de execução do trabalho

Quando você deseja gerar linhagem de IBM DataStage para Cloud Pak for Data, a fase de extração e análise termina com um NullPointerException durante a resolução do registro de execução do trabalho. Como resultado, a linhagem não é gerada.

Master Data ManagementIBM questões

Você pode encontrar alguns desses problemas ao trabalhar com IBM Master Data Management.

Depois de fazer uma alteração de dados, você vê uma mensagem informando que esse contêiner de ativo foi arquivado

Se você não tiver usado sua IBMMaster Data Management instância por vários dias e, em seguida, tentar fazer uma alteração, como adicionar um novo ativo de dados, poderá receber uma mensagem de erro 400 informando que o contêiner de ativos foi arquivado. Esse é um problema temporário. O contêiner será reiniciado automaticamente para que você possa continuar trabalhando.

Solução alternativa: Aguarde até três minutos e tente novamente.

Problemas de visualização

Você pode encontrar alguns desses problemas ao trabalhar com a guia Visualização em um ativo de dados em um projeto.

As informações de perfil em nível de coluna para um ativo de dados conectado com uma coluna do tipo DATE não mostram linhas

Nas informações de perfil em nível de coluna para um ativo de dados conectado com uma coluna do tipo DATE, nenhuma linha é exibida quando você clica em mostrar linhas nas guias Classes de dados, Formato ou Tipos.

problemas de tempo de execução do watsonx.ai

Você pode encontrar alguns desses problemas ao trabalhar com o watsonx.ai Runtime.

Requisitos da região

Você só pode associar uma instância do serviço watsonx.ai Runtime ao seu projeto quando a instância do serviço watsonx.ai Runtime e a instância do watsonx.ai Studio estiverem localizadas na mesma região.

Acessando links se você criar uma instância de serviço ao associar um serviço a um projeto

Enquanto estiver associando um serviço de tempo de execução watsonx.ai a um projeto, você tem a opção de criar uma nova instância de serviço. Se você optar por criar um novo serviço, os links na página de serviço podem não funcionar Para acessar os termos de serviço, as APIs e a documentação, clique com o botão direito nos links para abri-los em novas janelas.

Reativação após dormência

Uma implantação que permaneça inativa (sem pontuações) por um período determinado (consulte a tabela com os limites e custos dos planos em “ watsonx.ai : Planos de tempo de execução ”) passa automaticamente para o status “dormente”. Quando uma nova solicitação de escoragem é enviada, a implementação é reativada e a solicitação de escoragem atendida. Espere um breve atraso de 1 a 60 segundos pela primeira solicitação de escoragem após a ativação, dependendo da estrutura do modelo.

Em algumas estruturas, como o SPSS Modeler, a primeira solicitação de pontuação para um modelo implantado após um período de inatividade pode resultar em um erro 504 do tipo “ HTTP ”. Em outros casos, se a implantação não ficar pronta dentro do intervalo de tempo limite da solicitação durante a reativação, a primeira solicitação de pontuação poderá retornar um erro 503 ou 504 do tipo “ HTTP ”, dependendo da estrutura e da forma como o tempo limite é apresentado. Se esse erro ocorrer, envie a solicitação novamente depois que a implantação entrar em vigor; as solicitações subsequentes serão bem-sucedidas.

Solução alternativa:

Para obter uma solução alternativa sugerida, consulte “Inferência com a API REST ”.

Alguns parâmetros do modelo são ignorados durante a inferência

Os parâmetros token_logprobs e top_n_tokens são ignorados em alguns modelos, como o llama-4-maverick-17b-128e-instruct-fp8, para evitar problemas de desempenho. Ao solicitar o modelo para o qual os parâmetros estão sendo substituídos, é gerado o seguinte erro:

parameters.return_options.token_logprobs is no longer supported for this model and is ignored
parameters.return_options.top_n_tokens is no longer supported for this model and is ignored

A solicitação de extração de texto falha com IncompatibleVersionError

Problema : quando você executa uma solicitação de extração de texto com a API REST do site watsonx.ai, a solicitação falha com o seguinte erro:

IncompatibleVersionError('Failed to deserialize the batch output from bytes. The bytes input might be corrupted or produced by an incompatible version of WDU.')

Solução alternativa : Execute novamente a solicitação de extração de texto para resolver o erro.

A solicitação de extração de texto excede o limite de taxa de serviço

Problema : quando você executa uma solicitação de extração de texto com a API REST do site watsonx.ai, a solicitação falha com o seguinte erro:

"results": {
      "error": {
        "code": "wdu_request_error",
        "message": "{\"status\":529,\"message\":\"Service has exceeded rate-limit. Rejecting request\"}"
      },
...
}

Solução alternativa : Aguarde a redução da fila de solicitações e execute novamente a solicitação de extração de texto após algum tempo.

A visualização de ativos de dados mascarados é bloqueada no espaço de implantação

A visualização de um ativo de dados pode falhar com esta mensagem: This asset contains masked data and is not supported for preview in the Deployment Space

Os espaços de implementação atualmente não suportam o mascaramento de dados, portanto, a visualização para ativos mascarados foi bloqueada para evitar fugas de dados

As tarefas de implementação em lote que usam carga útil sequencial grande podem ficar presas no estado starting ou running

Se você fornecer uma carga útil assíncrona grande para sua implementação em lote sequencial, isso poderá resultar no processo do gerenciador de tempo de execução sair da memória heap.

No exemplo a seguir, 92 MB de carga útil foram passados sequencialmente para a implementação em lote que resultou no heap para ficar sem memória.

Uncaught error from thread [scoring-runtime-manager-akka.scoring-jobs-dispatcher-35] shutting down JVM since 'akka.jvm-exit-on-fatal-error' is enabled for ActorSystem[scoring-runtime-manager]
java.lang.OutOfMemoryError: Java heap space
	at java.base/java.util.Arrays.copyOf(Arrays.java:3745)
	at java.base/java.lang.AbstractStringBuilder.ensureCapacityInternal(AbstractStringBuilder.java:172)
	at java.base/java.lang.AbstractStringBuilder.append(AbstractStringBuilder.java:538)
	at java.base/java.lang.StringBuilder.append(StringBuilder.java:174)
   ...

Isso pode fazer com que trabalhos simultâneos fiquem presos no estado " starting ou " running. O estado ' starting pode ser limpo somente quando a implantação é excluída e uma nova implantação é criada. O estado running pode ser limpo sem excluir a implementação..

Como uma solução alternativa, use referências de dados em vez de sequenciais para cargas úteis enormes que são fornecidas para implementações em lote..

limitações do tempo de execução do watsonx.ai

Limitações conhecidas do AutoAI

  • Atualmente, os experimentos do AutoAI não suportam conjuntos de caracteres de byte duplo. AutoAI suporta apenas arquivos CSV com caracteres ASCII. Os usuários devem converter quaisquer caracteres não ASCII no nome do arquivo ou no conteúdo e fornecer dados de entrada como um CSV, conforme definido neste padrão CSV.

  • Para interagir programaticamente com um modelo do AutoAI, use a API de REST em vez de o cliente Python. Atualmente, as APIs do cliente Python necessárias para oferecer suporte à AutoAI não estão disponíveis de modo geral.

A configuração de variáveis de ambiente em um arquivo conda yaml não funciona para implementações

Configurar variáveis de ambiente em um arquivo yaml do conda não funciona para implementações. Isso significa que você não pode substituir as variáveis de ambiente existentes, por exemplo, ' LD_LIBRARY_PATH, ao implantar ativos no watsonx.ai Runtime.

Exemplo

variables:
  my_var: my_value

Nesse código, o my_value não será eficaz em um ambiente de implantação.

Solução alternativa para implementações on-line

Se estiver usando uma função Python, considere a possibilidade de definir parâmetros padrão. Para obter detalhes, consulte Implementando funções Python.

Solução alternativa para trabalhos em lote

Para as funções Python e os scripts Python, se estiver executando trabalhos em lote, use scoring.environment_variables no payload do trabalho.

Exemplo de código que cria uma implantação em lote para uma função Python usando o SDK ibm-watsonx-ai :

scoring_payload = {
    'input_data': [{
        'values': [[0]]
    }],
    "environment_variables" : {
        "my_var": "my_value",
    }
}
client.deployments.create_job(deployment_id, scoring_payload)

Os arquivos carregados por meio da interface do usuário do espaço de implementação não são validados nem verificados quanto a conteúdo potencialmente mal-intencionado

Os arquivos que você carrega por meio da interface do usuário do espaço de implementação não são validados ou verificados quanto a conteúdo potencialmente malicioso. Recomenda-se que você execute um software de segurança, como um aplicativo antivírus, em todos os arquivos antes de carregá-los para garantir a segurança do seu conteúdo.

Problemas do Watson OpenScale

Você pode encontrar os problemas a seguir no Watson OpenScale:

Limitações das explicações globais do SHAP

Quando você configura as explicações globais do SHAP, o site Watson OpenScale tem as seguintes limitações:

  • Grandes tamanhos de amostra podem causar falhas ao gerar várias explicações em curtos períodos de tempo.
  • Se você configurar explicações para várias assinaturas e sua implantação contiver 20 recursos ou menos, será necessário especificar valores padrão para o tamanho da amostra e o número de perturbações.

Não há suporte para grupos de acesso IAM

Watson OpenScale não é compatível com grupos de acesso IAM.

Não há suporte para tipos de dados de previsão binária

Não há suporte para modelos com tipos de dados de previsão binária. Altere a saída da previsão para um tipo de dados de cadeia de caracteres ou inteiro.

Limitações da estrutura do XGBoost

Watson OpenScale suporta as seguintes funções do XGBoost:

  • Para classificação binária: binary:logistic com saída como uma probabilidade de True.
  • Para classificação multiclasse: multi:softprob com saída como probabilidades previstas para cada classe.

Não há suporte para nomes de colunas com sinal de igual (=)

O uso de um sinal de igual (=) em um nome de coluna causa erros de explicabilidade. Evite usar = nos nomes das colunas.

O banco de dados e o site Watson Machine Learning devem estar na mesma conta

Seu banco de dados e a instância IBM Watson Machine Learning devem ser implementados na mesma conta IBM Cloud.

Planos Lite Db2 não suportados

Watson OpenScale usa PostgreSQL ou Db2 para armazenar dados e métricas do modelo. Os planos Lite Db2 não são compatíveis.

Banco de dados de planos Lite não compatível com o GDPR

O banco de dados do plano Lite grátis não é compatível com GDPR. Se o seu modelo processar informações de identificação pessoal (PII), use um banco de dados compatível com o GDPR.

Limite de tamanho de upload de dados de teste

Se seus dados de teste excederem o tamanho máximo padrão de 10.485.760 bytes, o upload poderá falhar. Para evitar esse problema, aumente o valor da opção -Dservice.defaults.import.max_csv_line_length na variável de ambiente ADDITIONAL_JVM_OPTIONS .

Não há suporte para aspas duplas em nomes de colunas

Watson OpenScale não suporta nomes de colunas com aspas duplas (") em cargas úteis de pontuação ou dados de feedback no formato CSV ou JSON.

Limite de tamanho da carga útil da classificação de imagens

Para IBM Watson Machine Learning, os payloads de pontuação de classificação de imagem não devem exceder 1 MB. Para evitar tempos limite:

  • Limite o tamanho da imagem a 100 × 100 × 3 pixels.
  • Envie imagens sequencialmente, solicitando explicações uma de cada vez.

Amazon SageMaker BlazingText não suportado

O formato de carga útil de entrada para o algoritmo do Amazon SageMaker BlazingText não é compatível.

Largura da carga útil de pontuação e limites de contagem de recursos

As cargas úteis de pontuação devem caber na largura máxima permitida pela tabela de registro de carga útil no banco de dados do datamart. Há também um limite codificado de 1.012 recursos. Use as seguintes diretrizes para estimar o tamanho do recurso:

  • int64, float64, ou strings ≤ 64 caracteres: contam como 64.
  • Strings de 65 a 2048 caracteres: contam como 2048.
  • Strings 2049-32.768 caracteres: contar como 32K.
  • A duração total do filme não deve exceder ~900K.

Problemas do SPSS Modeler

Você pode encontrar alguns destes problemas ao trabalhar no SPSS Modeler.

Restrições de tempo de execução do SPSS Modeler :

o watsonx.ai Studio não inclui a funcionalidade SPSS no Peru, Equador, Colômbia e Venezuela.

dados de registro de data e hora medidos em microssegundos

Se você tiver dados de registro de data e hora medidos em microssegundos, será possível usar os dados mais precisos em seu fluxo. No entanto, você pode importar dados medidos em microssegundos somente de conectores que suportam pushback de SQL. Para obter mais informações sobre quais conectores suportam SQL pushback, consulte Origens de dados suportadas para SPSS Modeler.

Limitações SPSS Modeler

Idiomas suportados pela análise de texto

O recurso Text Analytics do SPSS Modeler é compatível com os seguintes idiomas:

  • Chinês (simplificado e tradicional)
  • Holandês
  • Inglês
  • Francês
  • Alemão
  • Italiano
  • Japonês
  • Português
  • Espanhol

Limitações de streaming de dados para Google BigQuery com SQL Pushback

Se o pushback de SQL estiver ativado, o fluxo de dados não será usado para inserir dados quando você selecionar a opção Streaming Insert para o modo Write em um nó Data Asset Export. Em vez disso, ocorre uma inserção padrão. Se quiser usar o streaming de dados com Google BigQuery, você deverá desativar o pushback do SQL.

Caracteres especiais não permitidos em nomes de colunas para Google BigQuery

Google BigQuery não é compatível com alguns caracteres especiais (como $ e *) em nomes de colunas. A validação SQL falha nas consultas que contêm esses caracteres. Para evitar erros, o site SPSS Modeler desativa automaticamente o pushback de SQL para qualquer nó em que um caractere especial apareça em um nome de coluna. O pushback de SQL também é desativado para todos os nós downstream no fluxo.

Solução alternativa

Para usar o pushback do SQL com seus dados, você pode adicionar um nó Filter ao seu fluxo para filtrar colunas ou alterar seus nomes. Você deve renomear ou filtrar os campos de saída do modelo que contêm $.

  • Para alterar o nome de uma coluna, edite-o na coluna Campo de saída.
  • Para filtrar uma coluna de seus dados, clique na seta na coluna Filter (Filtro ).

Para obter uma lista completa dos caracteres especiais suportados, consulte Especificação de um esquema na documentação do site Google BigQuery.

Exportação de dados para Google BigQuery com o nó Data Asset Export

Quando o pushback do SQL está ativado, não é possível usar a opção Delete Then Insert em um nó Data Asset Export para exportar dados de volta para Google BigQuery.

SPSS Modeler não é compatível com o Satellite Connector

Não é possível usar um Satellite Connector para se conectar a um banco de dados com o SPSS Modeler.

Mesclar caracteres de nó e Unicode

O nó “Merge” trata os seguintes caracteres japoneses semelhantes como se fossem o mesmo caractere.
caracteres japoneses

Orchestration Pipelines questões

As questões dizem respeito a Orchestration Pipelines.

O navegador de ativos nem sempre reflete a contagem do número total de tipos de ativos

Ao selecionar um ativo no navegador do ativo, como escolher uma origem para um nó de Cópia, você verá que alguns dos ativos listam o número total desse tipo de ativo disponível, mas os blocos de notas não.

Não é possível excluir versões de pipeline

Atualmente, não é possível excluir versões salvas de pipelines que não são mais necessárias. Todas as versões são excluídas quando o pipeline é excluído.

A exclusão de um experimento AutoAI falha em algumas condições

O uso de um nó Excluir experimento AutoAI para excluir um experimento AutoAI que foi criado a partir da interface com o usuário Projetos não exclui o ativo AutoAI. Entretanto, o restante do fluxo pode ser concluído com sucesso.

Cache aparece ativado, mas não está ativado

Se o Modo de cópia do nó Pipelines Copy assets estiver configurado como Overwrite, o cache será exibido como ativado, mas permanecerá desativado.

Pipelines não podem salvar algumas instruções SQL

Os pipelines não podem salvar quando instruções SQL com parênteses são transmitidas em um script ou variável de usuário.

Para resolver esse problema, substitua todas as instâncias de parênteses por seus respectivos códigos ASCII (( com #40 e ) com #41) e substitua o código ao configurá-lo como uma variável de usuário.

Por exemplo, a instrução " select CAST(col1 as VARCHAR(30)) from dbo.table em um nó de script Run Bash causa um erro. Em vez disso, use a instrução select CAST#40col1 as VARCHAR#4030#41#41 from dbo.table e substitua as instâncias ao configurá-la como uma variável de usuário..

Orchestration Pipelines abortar quando o limite para anotações for atingido

As expressões de pipeline requerem anotações, que possuem um limite devido ao limite de anotações em Kubernetes. Se você atingir esse limite, seu pipeline será abortado sem exibir logs.

Orchestration Pipelines limitações

Essas limitações se aplicam a Orchestration Pipelines.

Limites de pipeline único

Essas limitações se aplicam a um único pipeline, independentemente da configuração.

  • Qualquer único pipeline não pode conter mais de 120 nós padrão
  • Qualquer pipeline com um loop não pode conter mais de 600 nós em todas as iterações (por exemplo, 60 iterações-10 nós cada)

Limites de tamanho de entrada e saída

Os valores de entrada e saída, que incluem parâmetros de pipeline, variáveis de usuário e entradas e saídas de nó genérico, não podem exceder 10 KB de dados.

Entrada de lote limitada a ativos de dados

Atualmente, a entrada para tarefas de implementação em lote é limitada a ativos de dados. Isso significa que determinados tipos de implementações, que requerem entrada de JSON ou vários arquivos como entrada, não são suportados Por exemplo, os modelos do SPSS e as soluções do Decision Optimization que exigem vários arquivos como entrada não são suportados.

Scripts Bash geram erros com comandos curl

Os scripts Bash em seus pipelines podem causar erros se você implementar comandos curl neles. Para evitar esse problema, defina seus comandos curl como parâmetros. Para salvar um pipeline que causa erro ao salvar, tente exportar o arquivo isx e importá-lo para um novo projeto.

Cloud Object Storage problemas

Observação: Isso se aplica somente a implementações em IBM Cloud.

Esses problemas se aplicam ao trabalho com o Cloud Object Storage.

Os espectadores podem sofrer limitações temporárias

Quando a configuração do IBM Cloud Object Storage estiver desatualizada, os colaboradores do projeto com a função Viewer poderão ver esta mensagem:

Limited actions
The project storage is out of date. Some actions might not work for you until a project collaborator with the Admin or Editor role opens this project. To view the collaborators, go to the Manage page.

Quando um colaborador com a função Editor ou Administrador abre o projeto, a configuração do IBM Cloud Object Storage é atualizada automaticamente.

DataStage problemas

Os arquivos de configuração YAML temporários não estão sendo limpos do diretório /tmp

Os arquivos de configuração YAML temporários que são gerados quando os comandos cpdctl são executados no nó Bash do Optimized Runner não estão sendo limpos do /tmp directory.

Solução alternativa : Recompilar pelo menos um fluxo dentro do projeto.

Db2 SSL A conexão falha devido à validação obrigatória do nome do host

Aplicável a : 5.3.1 e versões posteriores

Uma atualização recente do driver para todas as versões do SCAPI do ` Db2 ` habilita a validação do nome de host do ` SSL ` por padrão. Anteriormente, a validação do nome do host não era obrigatória. Consequentemente, as conexões existentes Db2 SSL que utilizam certificados com um nome de host que não corresponde ao nome de host definido na conexão irão falhar.

Solução alternativa : Você pode corrigir sua conexão de uma das seguintes maneiras:

  • Atualize o certificado SSL para que seu nome de host corresponda ao nome de host especificado na conexão. Essa opção é recomendada por motivos de segurança.

  • Selecione “Ignorar a validação do nome do host do certificado” para usar sua conexão sem validar o nome do host do certificado d SSL.

Após atualizar a conexão, recompile todos os fluxos do DataStage afetados.

DataStage O Flows com o conector do Apache Impala fica travado ao usar a autenticação por propriedades do DataStage

Aplicável a : 5.3.1 e versões posteriores

DataStage Os fluxos podem travar ou atingir o tempo limite quando o conector Apache Impala estiver configurado com a propriedade “Use DataStage ” e o método de autenticação por nome de usuário e senha. Devido à atualização do driver de 5.1.4.000121 para 6.0.0.1279, a atualização alterou a autenticação padrão de “nenhuma” para “ LDAP ” (nome de usuário e senha), o que causa uma incompatibilidade na autenticação.

Solução alternativa : defina a seguinte variável de ambiente no nível do fluxo do DataStage ou nas configurações do ambiente de execução do projeto. Esta solução alternativa desativa a autenticação. Recomenda-se usar LDAP ou Kerberos para uma autenticação segura.

$CC_HIVE_CONNECTION_ATTRIBUTES_TO_OVERRIDE="AuthenticationMethod=none"

Se, após a recompilação, o fluxo de dados do ` DataStage ` com a propriedade `Use DataStage ` continuar apresentando falhas, execute as etapas a seguir:

  1. Nas configurações de conexão do Apache Impala, altere o método de autenticação de “Nome de usuário e senha” para um método diferente.
  2. Selecione novamente a opção “Nome de usuário e senha ”.
  3. Salve e recompile seu fluxo.

Problemas de execução com fluxos compilados com a versão 1.1.2454 do ds-flows

Os fluxos compilados com a versão 1.1.2454 do ds-flows podem apresentar problemas de execução quando executados no modo "Optimize runner" do Watson Pipelines.

Solução alternativa: recompile todos os fluxos dentro de um projeto que contenha tarefas com a versão ds-flows 1.1.2454. Verifique a versão do ds-flows no final do log de execução da tarefa do Optimize Runner.

A tarefa do pipeline unificado no modo do otimizador está falhando

Ao executar uma tarefa de pipeline unificada no modo otimizador usando o cpdtcl no Remote Engine, a criação da tarefa está falhando.

Solução alternativa: Exclua o trabalho e recompile.

AutoAI devido às limitações do RAG

O arquivo PDF não carrega no AutoAI para o experimento RAG ao usar uma cifra mais antiga no SDK watsonx.ai

Problema: Ao usar um cypher mais antigo, como RC4, para ler dados de um arquivo PDF em um experimento do RAG ( AutoAI ) utilizando o SDK do watsonx.ai, o arquivo não é carregado.

Motivo: O SDK do ` watsonx.ai ` utiliza a biblioteca `pypdf`, que considerou obsoletos alguns algoritmos de criptografia legados.

Solução: Descriptografe o arquivo PDF para ler os dados.

  1. Limpe a variável CRYPTOGRAPHY_OPENSSL_NO_LEGACY de ambiente antes de importar pypdf.

    import os
    del os.environ['CRYPTOGRAPHY_OPENSSL_NO_LEGACY']
    
  2. Descriptografe o arquivo PDF.

    from pypdf import PdfReader, PdfWriter
    
    reader = PdfReader("example.pdf")
    if reader.is_encrypted:
      reader.decrypt("")  # if there was no password
    
    writer = PdfWriter(clone_from=reader)
    
    with open("decrypted-pdf.pdf", "wb") as f:
      writer.write(f)
    

Para obter mais informações, consulte “Descriptografando e criptografando manualmente arquivos PDF no SDK do watsonx.ai ”.

Problemas com o GovCloud no AWS

Página inicial indisponível após o login bem-sucedido

Problema: Após o login bem-sucedido, https://dai.ibmforusgov.com/ a página inicial pode não carregar, apresentando o 500 Internal Server Error erro.

Causa: Esse problema ocorre quando o preenchimento automático de senhas está ativado no navegador ou no gerenciador de senhas.

Solução: Digite manualmente o nome de usuário e a senha, em vez de usar o preenchimento automático.

Pode ocorrer um erro de conexão quando os usuários abrem caixas de diálogo

Problema:

O fedramp-idp.verify.ibmforusgov.com refused to connect erro pode ocorrer quando os usuários abrem várias caixas de diálogo. Por exemplo, ao promover recursos de um projeto para um espaço.

Solução:

  1. Efetuar logout
  2. Limpe o cache do seu navegador
  3. Efetuar login novamente