Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Guía para solucionar problemas
Consulte esta guía de solución de problemas para ayudarle a eliminar los errores que puedan producirse al ejecutar el trabajo programado de su cuaderno.
La definición de trabajo no crea trabajos
Si su definición de trabajo no inicia ningún trabajo, es posible que el cuaderno o el trabajo de formación no se muestren en la sección Trabajos de la barra de navegación izquierda de Amazon SageMaker Studio. Si es así, puede encontrar los mensajes de error en la sección Canalizaciones de la barra de navegación izquierda de Studio. Cada cuaderno o definición de trabajo de entrenamiento pertenece a una canalización de ejecución. Estas son las causas más comunes por las que no se pueden iniciar los trabajos de cuaderno.
Permisos ausentes
-
El rol asignado a la definición del puesto no tiene una relación de confianza con Amazon EventBridge. Es decir, EventBridge no puede asumir el rol.
-
El rol asignado a la definición de trabajo no tiene permiso para realizar llamadas
SageMaker AI:StartPipelineExecution. -
El rol asignado a la definición de trabajo no tiene permiso para realizar llamadas
SageMaker AI:CreateTrainingJob.
EventBridge cuota superada
Si ve un Put* error como el del ejemplo siguiente, significa que ha superado una EventBridge cuota. Para resolver este problema, puedes limpiar las EventBridge carreras no utilizadas o solicitar AWS Support que se aumente la cuota.
LimitExceededException) when calling the PutRule operation: The requested resource exceeds the maximum number allowed
Para obtener más información sobre EventBridge las cuotas, consulta EventBridge las cuotas de Amazon.
Se ha superado el límite de cuota de canalizaciones
Si ve un error como el del ejemplo siguiente, significa que ha superado el número de canalizaciones que puede ejecutar. Para solucionarlo, puede borrar las canalizaciones no utilizadas de su cuenta o solicitar a AWS Support que aumente su cuota.
ResourceLimitExceeded: The account-level service limit 'Maximum number of pipelines allowed per account' is XXX Pipelines, with current utilization of XXX Pipelines and a request delta of 1 Pipelines.
Para obtener más información sobre las cuotas de canalización, consulta los puntos de enlace y las cuotas de Amazon SageMaker AI.
Se ha superado el límite de trabajos de entrenamiento
Si ve un error como el del ejemplo siguiente, significa que ha superado el número de trabajos de entrenamiento que puede ejecutar. Para resolver este problema, reduzca la cantidad de trabajos de formación en su cuenta o solicite AWS Support aumentar su cuota.
ResourceLimitExceeded: The account-level service limit 'ml.m5.2xlarge for training job usage' is 0 Instances, with current utilization of 0 Instances and a request delta of 1 Instances. Please contact AWS support to request an increase for this limit.
Para obtener más información sobre las cuotas de trabajo de formación, consulta los puntos finales y las cuotas de Amazon SageMaker AI.
Las visualizaciones automáticas están deshabilitadas en las libretas SparkMagic
Si su cuaderno usa el SparkMagic PySpark núcleo y usted lo ejecuta como un Notebook Job, es posible que vea que sus visualizaciones automáticas están deshabilitadas en la salida. Al activar la visualización automática, el kernel se bloquea, por lo que el ejecutor de trabajos del cuaderno deshabilita las visualizaciones automáticas como solución alternativa.
