azure - 针对 Azure 机器学习管道中的错误采取的操作-6ren

azure - 针对 Azure 机器学习管道中的错误采取的操作

转载作者：行者123 更新时间：2023-12-03 01:26:58

24

4

我有一个已发布且计划的管道定期运行。有时，管道可能会失败(例如，如果数据存储处于脱机状态以进行维护)。如果管道因任何原因失败，是否有办法指定计划的管道执行特定操作？操作可能是向我发送电子邮件、尝试在几个小时后再次运行或调用 Webhook。现在，我必须定期手动检查生产管道的状态，由于显而易见的原因，这不是最佳的。当然，如果管道中的每个脚本因某种原因失败，我当然可以指示它们执行某些操作，但为管道计划(或管道本身)全局指定它会更干净、更容易。

可能的次优解决方案可能是:

设置 Azure 逻辑应用来调用管道
设置 cron 作业或 Azure 调度程序
按计划设置第二个 Azure 机器学习管道，以触发管道、监视输出并在遇到错误时执行相关操作

上述所有解决方案都非常复杂且不是很干净 - 当然必须存在一个简单、干净的解决方案来解决这个问题？

最佳答案

此解决方案从管道日志中读取，让您在逻辑应用功能内执行某些操作，当计划的管道失败时，我用它向团队发送电子邮件。

步骤:

创建事件命名空间和事件中心
创建服务总线命名空间和服务总线队列
使用 EventHub 作为输入和服务创建流分析作业总线队列作为输出
创建逻辑应用，并触发进入服务的任何事件然后，在总线队列中添加 Outlook 360 发送电子邮件 (v2) 步骤
在 ML 服务内创建一个事件订阅，发送经过过滤的事件事件发送到事件中心
启动流分析作业

创建事件订阅时的两个基本步骤:

订阅“运行状态已更改”事件以在管道失败时获取日志
使用高级过滤器部分指定您要监控的管道(将“deal-UAT”更改为您的特定机器学习实验)，如下所示:

看起来需要很多设置，但做起来 super 简单快捷，最后看起来像这样:

关于azure - 针对 Azure 机器学习管道中的错误采取的操作，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65232059/

24

4

0

文章推荐： c# - 使用 MSAL 获取 claim

文章推荐： python - 异步运行 Azure Durable Function

文章推荐： azure - 备份和还原 Azure SQL 数据库架构

文章推荐： azure - Application Insights 中的可用性测试自动禁用

机器学习：神经网络构建（下）
简介在上一篇文章《机器学习：神经网络构建（上）》中讨论了线性层、激活函数以及损失函数层的构建方式，本节中将进一步讨论网络构建方式，并完整的搭建一个简单的分类器网络。目录网络Netwo
机器学习：神经网络构建方式
简介在本篇文章中，我们采用逻辑回归作为案例，探索神经网络的构建方式。文章详细阐述了神经网络中层结构的实现过程，并提供了线性层、激活函数以及损失函数的定义（实现方法）。目录背景介绍
机器学习：逻辑回归
简介在前两篇文章中，我们详细探讨了如何利用采样数据来估计回归曲线。接下来，在本节中，我们将深入讨论如何处理分类问题。章节安排背景介绍数学方法程序实现背景介绍线
机器学习：线性回归（下）
简介在上一篇文章《机器学习：线性回归（上）》中讨论了二维数据下的线性回归及求解方法，本节中我们将进一步的将其推广至高维情形。章节安排背景介绍最小二乘法梯度下降法程序
[机器学习]低代码机器学习工具PyCaret库使用指北
PyCaret是一个开源、低代码Python机器学习库，能够自动化机器学习工作流程。它是一个端到端的机器学习和模型管理工具，极大地加快了实验周期，提高了工作效率。PyCaret本质上是围绕几个机器学习
Matlab-机器学习？
在我的研究进展中，我现在已经将寄生虫从图像中分离出来。寄生虫看起来像蠕虫。我希望 MATLAB 读取所有输入图像，查找类似深紫色图像的蠕虫，如果检测到，则给出检测到的答复。我尝试使用直方图比较，但我认
Python-机器学习
目前我正在尝试了解机器学习算法的工作方式，但我没有真正了解的一件事是预测标签的计算准确度与视觉混淆矩阵之间的明显差异。我会尽量解释清楚。这是数据集的片段(这里你可以看到 9 个样本(在真实数据集中大
机器学习-周志华
第一章绪论机器学习：致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中， “经验” 通常以“数据“形式存在，因此，机器学习所研究的主要内容，是关于在计算
机器学习-KNN算法
1. 算法原理（K-Nearest Neighbor）本质是通过距离判断两个样本是否相似，如果距离够近就认为他们足够相似属于同一类别找到离其最近的 k 个样本，并将这些样本称
机器学习-Kmeans
前言 K-means是一种经典的无监督学习算法，用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间，并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-m
机器学习-集成学习LightGBM
目录前言介绍LightGBM LightGBM的背景和起源 L
机器学习--要学点什么
前言可以说掌握了机器学习，你就具备了与机器对话，充分利用机器为人类服务的能力。在人工智能时代，这将成为一项必备技能，就好比十年前你是编程大牛，二十年前你英语超好一样。因此，无论你是什么专业的
机器学习--起手式
几个贯穿始终的概念当我们把人类学习简单事物的过程抽象为几个阶段，再将这些阶段通过不同的方法具体化为代码，依靠通过计算机的基础能力-- 计算。我们就可以让机器能够“学会”一些简单的事物。
机器学习——人脸性别识别
1、选题背景人脸识别技术是模式识别和计算机视觉领域最富挑战性的研究课题之一，也是近年来的研究热点，人脸性别识别作为人脸识别技术
[大数据][机器学习]之ModelCard（模型卡片）介绍
每当我们在公有云或者私有云发布训练好的大数据模型，为了方便大家辨识、理解和运用，参照huggingface所制定的标准制作一个Model Card展示页，是种非常好的模型展示和组织形式。下面就是一
【机器学习】2.支持向量机
2. 支持向量机对偶优化拉格朗日乘数法可用于解决带条件优化问题，其基本形式为： \[\begin{gather} \min_w f(w),\\ \mathrm{s.t.} \quad
c++ - 机器学习/openVino代码中的Zoo文件的目的是什么
我正在尝试运行以下代码: https://github.com/opencv/opencv/blob/master/samples/dnn/classification.cpp 我在这里找到所有经过预
python - 构建决策树回归模型并预测样本输出 - 机器学习
我是机器学习新手。当我使用 scikit-learn 模块中的波士顿数据集练习具有默认参数的决策树回归模型时。在此链接解决方案( How to Build a Decision tree Regre
matlab - 机器学习 - 在训练数据中引入偏差
我有用于训练的数据。当我将其输入神经网络时，该数据出现 3% 的错误。我知道这些数据有一定的过度代表性 - 例如，第 5 类的示例大约是其他类的十分之一。我的作业指出，我可以通过偏置训练数据(即删
python - 机器学习-多标签分类SVM
我在 Python 的多类分类中使用 SVM 时遇到问题。事实上，问题在于性别分类(来自图像)，其中训练数据集仅包含“y=1”或“ y=-1”作为类标签(二进制)。但是，在预测中，如果是男性，我必须预

首页

博学

6Ren·AI

商城

azure - 针对 Azure 机器学习管道中的错误采取的操作