人工智能平台PAI操作报错合集之出现报错:No factory supports the additional filters.Could not instantiate the executor.如何解决

简介: 阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。

问题一:机器学习PAI这样配置不对吗?


机器学习PAI这样配置不对吗?


参考回答:

对的 最后的结果 是用不可见字符 分隔的 你copy一个到本地,用vim打开看一下,一般都会有的 加上 default_value: "0"

这个 need_prefix: false 建议也加上,能节省存储空间,训练也能快一些


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580771



问题二:机器学习PAI这个问题怎么解决?


机器学习PAI这个问题怎么解决? No factory supports the additional filters.Could not instantiate the executor. Make sure a planner module is on the classpath

执行失败

INTERNAL_ERROR: org.apache.flink.table.api.TableException: Could not instantiate the executor. Make sure a planner module is on the classpath at com.alibaba.alink.testutil.envfactory.impl.RemoteEnvFactoryImpl.getMlEnv(RemoteEnvFactoryImpl.java:48) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.getMLEnv(RemoteEnvExecutionServiceImpl.java:31) at com.alibaba.alink.server.service.impl.EnvExecutionServiceImpl.runImpl(EnvExecutionServiceImpl.java:38) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.run(RemoteEnvExecutionServiceImpl.java:43) at com.alibaba.alink.server.service.impl.ExperimentServiceImpl.runExperiment(ExperimentServiceImpl.java:89) at com.alibaba.alink.server.controller.ExperimentController.runExperiment(ExperimentController.java:123) at com.alibaba.alink.server.controller.ExperimentController

FastClassBySpringCGLIB

FastClassBySpringCGLIB2c83f912.invoke() at com.alibaba.alink.server.controller.ExperimentController

EnhancerBySpringCGLIB

EnhancerBySpringCGLIB635f4a92.runExperiment() Caused by: org.apache.flink.table.api.NoMatchingTableFactoryException: Could not find a suitable table factory for 'org.apache.flink.table.delegation.ExecutorFactory' in the classpath. Reason: No factory supports the additional filters. The following properties are requested: class-name=org.apache.flink.table.planner.delegation.BlinkExecutorFactory streaming-mode=true The following factories have been considered: org.apache.flink.table.executor.StreamExecutorFactory at org.apache.flink.table.factories.ComponentFactoryService.find(ComponentFactoryService.java:76) at org.apache.flink.table.api.bridge.java.internal.StreamTableEnvironmentImpl.lookupExecutor(StreamTableEnvironmentImpl.java:185) at org.apache.flink.table.api.bridge.java.internal.StreamTableEnvironmentImpl.create(StreamTableEnvironmentImpl.java:156) at org.apache.flink.table.api.bridge.java.StreamTableEnvironment.create(StreamTableEnvironment.java:128) at org.apache.flink.table.api.bridge.java.StreamTableEnvironment.create(StreamTableEnvironment.java:98) at com.alibaba.alink.testutil.envfactory.impl.RemoteEnvFactoryImpl.getMlEnv(RemoteEnvFactoryImpl.java:48) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.getMLEnv(RemoteEnvExecutionServiceImpl.java:31) at com.alibaba.alink.server.service.impl.EnvExecutionServiceImpl.runImpl(EnvExecutionServiceImpl.java:38) at com.alibaba.alink.server.service.impl.RemoteEnvExecutionServiceImpl.run(RemoteEnvExecutionServiceImpl.java:43) at com.alibaba.alink.server.service.impl.ExperimentServiceImpl.runExperiment(ExperimentServiceImpl.java:89) at com.alibaba.alink.server.controller.ExperimentController.runExperiment(ExperimentController.java:123) at


参考回答:

你好,这个问题可能是由于你没有正确配置 PAI 的 planner 模块导致的。

你可以尝试以下方法解决这个问题:

确保你已经安装了 PAI 的 planner 模块。

确保你的 planner 模块和 PAI 的版本兼容。

确保你的 planner 模块已经添加到 PAI 的 classpath 中。

如果你还不清楚如何解决这个问题,你可以联系阿里云技术支持寻求帮助。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/581079



问题三:机器学习PAI这个问题怎么解决?


机器学习PAI这个问题怎么解决?利用官方的webui教程,容器搭建了一套,在webui上配置了一个csv到kafka的流程,一直报kafka的factory找不到。


参考回答:

要装插件。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/581078



问题四:机器学习PAI这个流程 我在执行到 ar -这个文件 这是什么原因呢?


机器学习PAI这个流程 我在执行到 ar -resources fg_on_odps-1.3.59-jar-with-dependencies.jar,fg.json -classpath fg_on_odps-1.3.59-jar-with-dependencies.jar com.taobao.fg_on_odps.EasyRecFGMapper -i pai_online_project.taobao_train_input -o taobao_fg_train_out -f fg.json;这个命令以后,会报错

-classpath 找不到fg_on_odps-1.3.59-jar-with-dependencies.jar 这个文件 这是什么原因呢?


参考回答:

jar包必须先上传为MC的资源 你使用odpscmd的话,classpath 是jar包在本地的路径


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580768



问题五:机器学习PAI这个镜像有问题,dsw只要选了这个镜像就会启动失败?


机器学习PAI这个镜像有问题,dsw只要选了这个镜像就会启动失败?


参考回答:

这个镜像是刚刚发布的不到10分钟,我们检查下镜像仓库


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/579635

相关实践学习
使用PAI+LLaMA Factory微调Qwen2-VL模型,搭建文旅领域知识问答机器人
使用PAI和LLaMA Factory框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
3月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
5月前
|
机器学习/深度学习 人工智能 运维
阿里云PAI人工智能平台介绍、优势及收费标准,手动整理
阿里云人工智能平台PAI是面向开发者和企业的机器学习与深度学习工程平台,提供数据标注、模型构建、训练、部署及推理优化等全链路服务。内置140+优化算法,支持PyTorch、TensorFlow等多种框架,具备高性能训练与推理能力,适用于自动驾驶、金融风控、智能推荐、智慧医疗等多个行业场景。PAI提供零代码开发、可视化建模、大模型一键部署等功能,助力企业快速构建AI应用。支持多种购买方式,如按量付费、预付费等,满足不同业务需求。
|
7月前
|
人工智能
生成式人工智能认证(GAI认证)官网 - 全国统一认证中文服务平台上线
生成式人工智能(AI)正深刻改变职场规则,但系统化学习相关技术成为难题。近日,由全球知名教育公司培生推出的生成式人工智能认证(GAI认证)中文官网正式上线,为专业人士和学习者提供了权威解决方案。该认证涵盖核心技能、提示工程、伦理合规等内容,助力持证者紧跟技术前沿,在职场中脱颖而出。全国统一认证平台提供便捷报名与在线考试服务,考后快速出成绩并颁发证书。行动起来,开启AI职业新篇章!
|
8月前
|
机器学习/深度学习 存储 Kubernetes
【重磅发布】AllData数据中台核心功能:机器学习算法平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
|
9月前
PAI-Rec推荐平台对于实时特征有三个层次
PAI-Rec推荐平台针对实时特征有三个处理层次:1) 离线模拟反推历史请求时刻的实时特征;2) FeatureStore记录增量更新的实时特征,模型特征导出样本准确性达99%;3) 通过callback回调接口记录请求时刻的特征。各层次确保了实时特征的准确性和时效性。
237 0
|
11月前
|
机器学习/深度学习 人工智能 算法
阿里云人工智能平台图像视频特征提取
本文介绍了图像与视频特征提取技术在人工智能和计算机视觉中的应用,涵盖图像质量评分、人脸属性分析、年龄分析、图像多标签打标、图文视频动态分类打标、视频质量评分及视频分类打标。通过深度学习模型如CNN和RNN,这些技术能从海量数据中挖掘有价值信息,为图像分类、目标检测、视频推荐等场景提供支持,提升分析精度与效率。
776 9
|
10月前
|
人工智能 自然语言处理 BI
基于阿里云人工智能平台的智能客服系统开发与部署
随着人工智能技术的发展,智能客服系统成为企业提升服务效率和用户体验的重要工具。阿里云提供包括自然语言处理(NLP)、语音识别(ASR)、机器学习(PAI)等在内的完整AI平台,助力企业快速构建智能客服系统。本文将通过电商平台案例,展示如何基于阿里云AI平台从零开始开发、部署智能客服系统,并介绍其核心优势与最佳实践,涵盖文本和语音客服、知识库管理及数据分析等功能,显著提升客户服务效率和用户满意度。
|
11月前
|
人工智能 智能设计 数据处理
|
2月前
|
机器学习/深度学习 数据采集 人工智能
【机器学习算法篇】K-近邻算法
K近邻(KNN)是一种基于“物以类聚”思想的监督学习算法,通过计算样本间距离,选取最近K个邻居投票决定类别。支持多种距离度量,如欧式、曼哈顿、余弦相似度等,适用于分类与回归任务。结合Scikit-learn可高效实现,需合理选择K值并进行数据预处理,常用于鸢尾花分类等经典案例。(238字)

相关产品

  • 人工智能平台 PAI