Azure Machine Learning 스튜디오를 사용하여 파이프라인 오류 디버그

파이프라인 작업을 제출한 후 Azure Machine Learning 스튜디오의 작업 영역에서 작업에 대한 링크를 선택할 수 있습니다. 링크를 클릭하면 결과를 확인하고 실패한 파이프라인 작업을 디버깅할 수 있는 파이프라인 작업 세부 정보 페이지가 열립니다. 이 문서에서는 파이프라인 작업 세부 정보 페이지와 파이프라인 비교(미리 보기)를 사용하여 기계 학습 파이프라인 오류를 디버깅하는 방법을 설명합니다.

개요를 사용하여 빠르게 노드 찾기

파이프라인 작업 세부 정보 페이지 왼쪽의 개요 창에는 파이프라인 작업의 전체 구조가 표시됩니다. 임의의 행에 마우스를 가리키고 캔버스에서 찾기 아이콘을 선택하여 캔버스에서 해당 노드를 강조 표시하고 오른쪽에서 노드에 대한 정보 창을 엽니다.

개요 창에서 필터 아이콘을 선택하면 보기를 완료된 노드만, 구성 요소만 또는 데이터만으로 빠르게 필터링할 수 있습니다. 검색 상자에 노드 이름이나 구성 요소 이름을 입력하거나, 필터 추가를 선택하고 필터 목록에서 선택하여 목록을 필터링할 수도 있습니다.

왼쪽 창에는 상태, 기간, 런타임 및 날짜를 ​​포함한 추가 정보와 함께 일치하는 노드가 표시됩니다. 필터링된 노드를 정렬할 수 있습니다.

구성 요소 로그 및 출력 확인

파이프라인이 실패하거나 노드에서 멈춘 경우 먼저 로그를 확인합니다.

1. 노드를 선택하면 오른쪽에 정보 창이 열립니다.

2. 이 노드의 모든 출력과 로그를 보려면 출력 + 로그 탭을 선택합니다.

   

   • user_logs 폴더에는 사용자 코드 생성 로그에 대한 정보가 들어 있습니다. 이 폴더는 기본적으로 열려 있으며 std_log.txt 로그가 선택됩니다. print 문과 같은 코드 로그는 std_log.txt에 나타납니다.

   • system_logs 폴더에는 Azure Machine Learning에서 생성한 로그가 포함되어 있습니다. 자세한 내용은 진단 로그 보기 및 다운로드를 참조하세요.

   참고 항목

   해당 폴더가 표시되지 않으면 컴퓨팅 런타임 업데이트가 아직 컴퓨팅 클러스터에 릴리스되지 않았을 수 있습니다. 먼저 azureml-logs 폴더에 있는 70_driver_log.txt를 살펴봅니다.

파이프라인 작업 비교(미리 보기)

다양한 파이프라인 작업을 비교하여 실패 또는 기타 예기치 못한 문제를 디버그할 수 있습니다(미리 보기). 파이프라인 비교는 파이프라인 작업 간의 토폴로지, 구성 요소 속성, 작업 속성 등의 차이점을 식별합니다.

성공한 파이프라인 작업과 실패한 파이프라인 작업을 비교하여 하나의 파이프라인 작업을 실패하게 만들 수 있는 차이점을 찾을 수 있습니다. 실패한 파이프라인 작업을 완료된 작업과 비교하여 디버깅하거나 파이프라인에서 실패한 노드를 유사한 완료된 노드와 비교하여 디버깅할 수 있습니다.

Azure Machine Learning 스튜디오에서 이 기능을 사용하도록 설정하려면 오른쪽 상단에 있는 메가폰 아이콘을 선택하여 미리 보기 기능을 관리합니다. 관리 미리 보기 기능 패널에서 파이프라인 작업을 디버그 실패 또는 예기치 못한 문제와 비교가 사용으로 설정되어 있는지 확인합니다.

실패한 파이프라인 작업과 성공적인 작업 비교

반복 모델 개발 중에 매개 변수, 데이터 세트, 컴퓨팅 리소스 또는 기타 설정을 변경하여 성공적인 기준 파이프라인을 복제하고 수정할 수 있습니다. 새 파이프라인이 실패하면 파이프라인 비교를 사용하여 부모 파이프라인의 변경 내용을 식별하여 실패를 파악하기 위해 도움을 받을 수 있습니다.

예를 들어, 메모리 부족 문제로 인해 새 파이프라인이 실패한 경우 파이프라인 비교를 사용하여 부모 파이프라인의 어떤 변경 내용이 메모리 문제를 일으킬 수 있는지 확인할 수 있습니다.

파이프라인을 부모 파이프라인과 비교

1. 실패한 파이프라인 작업 페이지에서 계보 표시를 선택합니다.

2. 새 브라우저 탭에서 부모 파이프라인 작업 페이지를 열려면 다음에서 복제됨 팝업에서 링크를 선택합니다.

   

3. 두 페이지 모두 상단 메뉴 모음에서 비교에 추가를 선택하여 두 작업을 모두 비교 목록에 추가합니다.

   

두 파이프라인을 비교 목록에 추가하면 세부 정보 비교 또는 그래프 비교를 선택할 수 있습니다.

그래프 비교

그래프 비교는 파이프라인 A와 B 간의 그래프 토폴로지 변경을 보여 줍니다. 캔버스에서 파이프라인 A 관련 노드는 A로 표시되고 빨간색으로 강조 표시되며, 파이프라인 B 관련 노드는 B로 표시되고 녹색으로 강조 표시됩니다. 변경 내용에 대한 설명은 차이점이 있는 노드의 상단에 나타납니다.

아무 노드나 선택하여 구성 요소 정보 창을 열 수 있습니다. 여기에서 parameters, runSettings 및 outputSettings와 같은 데이터 세트 속성 또는 구성 요소 속성을 볼 수 있습니다. 차이점만 표시 또는 차이점을 인라인으로 표시하도록 선택할 수 있습니다.

이 보기에서는 오른쪽 상단에 있는 비교 세부 정보 표시를 선택하여 세부 정보 비교 페이지와 동일한 정보를 표시하는 파이프라인 비교 개요를 열 수 있습니다.

세부 정보 비교

전체 파이프라인 및 작업 메타데이터, 속성, 차이점을 보려면 비교 목록에서 세부 정보 비교를 선택합니다. 세부 정보 비교 페이지에는 두 파이프라인 작업에 대한 파이프라인 속성 및 작업 속성이 표시됩니다.

• 파이프라인 속성에는 파이프라인 매개 변수, 컴퓨팅 설정 및 출력 설정이 포함됩니다.
• 실행 속성에는 실행 상태, 제출 시간 및 기간, 기타 실행 설정이 포함됩니다.

차이점만 표시 및 차이점 인라인 보기를 선택하거나 오른쪽 상단의 그래프 비교를 선택하여 그래프 토폴로지 비교를 열 수 있습니다.

다음 스크린샷은 defaultCompute 설정이 실패 원인일 수 있는 세부 비교를 사용하는 예를 보여 줍니다.

실패한 파이프라인 노드를 유사한 완료된 노드와 비교

노드 속성만 업데이트한 경우 다른 작업의 동일한 노드와 비교하여 노드를 디버깅할 수 있습니다.

1. 실패한 노드를 마우스 오른쪽으로 선택하고 작업 보기를 선택하여 작업 목록을 가져옵니다.

   

2. 완료된 작업을 비교 대상으로 선택하고 엽니다.

3. 두 채용 정보 페이지 모두 상단 메뉴 모음에서 비교에 추가를 선택하여 두 채용 정보를 비교 목록에 추가합니다.

4. 두 작업이 비교 목록에 있으면 세부 정보 비교를 선택하여 차이점을 표시합니다.

디버그 결과 공유

팀원이나 다른 관련자와 디버그 결과를 공유하려면 상단 메뉴 모음에서 공유를 선택합니다. 공유 가능 링크를 그래프에 복사하거나 파이프라인 작업 ID 복사를 선택하여 다른 사람과 공유할 수 있습니다.

관련 콘텐츠

• Python SDK v2를 사용하여 구성 요소로 파이프라인 빌드
• Azure Machine Learning CLI를 사용하여 구성 요소로 파이프라인 빌드
• Azure Machine Learning 구성 요소란?