Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Risoluzione dei problemi di configurazione comuni
<a name="mlflow-troubleshooting"></a>

Scopri come risolvere i problemi più comuni.

## Impossibile trovare l’eseguibile denominato “groff”
<a name="mlflow-troubleshooting-groff"></a>

Quando usi il AWS CLI, potresti riscontrare il seguente errore:. `Could not find executable named 'groff'`

Se utilizzi un Mac, puoi risolvere questo problema con il seguente comando:

```
brew install groff
```

In un sistema Linux, utilizza il seguente comando:

```
sudo apt-get update -y
sudo apt-get install groff -y
```

## Comando non trovato: jq
<a name="mlflow-troubleshooting-jq"></a>

Durante la creazione del file JSON della policy di autorizzazioni AuthZ, potresti riscontrare il seguente errore: `jq: command not found`.

Se utilizzi un Mac, puoi risolvere questo problema con il seguente comando:

```
brew install jq
```

In un sistema Linux, utilizza il seguente comando:

```
sudo apt-get update -y
sudo apt-get install jq -y
```

## AWS Velocità di installazione del plug-in MLFlow
<a name="mlflow-troubleshooting-speeds"></a>

L'installazione del plug-in AWS MLFlow può richiedere diversi minuti quando si utilizza un ambiente Mac Python.

## UnsupportedModelRegistryStoreURIException
<a name="mlflow-troubleshooting-uri-exception"></a>

Se viene visualizzato il messaggio di errore `UnsupportedModelRegistryStoreURIException`, effettua le operazioni seguenti:

1. Riavviare il kernel del notebook Jupyter.

1. Reinstalla il plugin MLFlow AWS :

   ```
   !pip install --force-reinstall sagemaker-mlflow
   ```

## Funzionalità MLFlow non supportate
<a name="mlflow-troubleshooting-unsupported-features"></a>

Alcune funzionalità disponibili in MLFlow open source non sono supportate in MLFlow gestito da Amazon SageMaker AI.

Le seguenti funzionalità non sono attualmente supportate:
+ **[MLFlow AI Gateway](https://mlflow.org/docs/latest/genai/governance/ai-gateway/)** — Il MLFlow AI Gateway per la gestione delle connessioni ai provider LLM non è disponibile.
+ **[Giudici e marcatori LLM: giudici e Built-in giudici](https://mlflow.org/docs/latest/genai/eval-monitor/scorers/)** personalizzati non sono supportati. Code-based i marcatori continuano a lavorare come previsto.
+ Ottimizzazione dei **[prompt: l'ottimizzazione](https://mlflow.org/docs/latest/genai/prompt-registry/optimize-prompts/)** automatica dei prompt non è disponibile.
+ **[OpenTelemetry Integrazione](https://mlflow.org/docs/latest/genai/tracing/opentelemetry/)**: l'endpoint di inserimento delle OTEL-compatible tracce non è disponibile.

Se tenti di utilizzare queste funzionalità, potresti riscontrare elementi dell'interfaccia utente mancanti o errori imprevisti. Questo è il comportamento previsto nell'ambiente gestito di Amazon SageMaker AI.