本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
错误排查
此部分包含的信息介绍如何了解和预防常见错误，这些错误所生成的错误消息，以及如何解决这些错误的指南。在继续操作之前，请先向自己询问以下问题：
在部署模型之前是否遇到错误? 如果是，请参阅排除 Neo 编译错误。
在编译模型后是否遇到错误? 如果是，请参阅排除 Neo 推理错误。
错误分类类型
此列表对您可能从 Neo 收到的用户错误 进行了分类。这包括各个所支持框架的访问和权限错误以及加载错误。所有其他错误为系统错误。
Neo 直接传递来自相关服务的这些错误的错误。
-
调用 sts:AssumeRole 时拒绝访问
-
调用 Amazon S3 下载或上传客户端模型时出现的任何 400 错误
-
PassRole 错误
假设 Neo 编译器成功从 Amazon S3 加载了 .tar.gz，请检查 tarball 是否包含编译所需的文件。检查标准特定于框架：
-
TensorFlow：仅支持 protobuf 文件（*.pb 或 *.pbtxt）。对于保存的模型， 需要一个变量文件夹。
-
Pytorch：只需要一个 pytorch 文件 （*.pth）。
-
MXNET：仅需要一个符号文件 （*.json） 和一个参数文件 （*.params）。
-
XGBoost：仅需要一个 XGBoost 模型文件 （*.model）。输入模型有大小限制。
假设 Neo 编译器成功从 Amazon S3 加载了 .tar.gz，并且 tarball 包含编译所需的文件。检查标准是：
-
OperatorNotImplemented：尚未实施运算符。
-
OperatorAttributeNotImplemented：指定运算符中的属性尚未实现。
-
OperatorAttributeRequired：内部符号图需要属性，但它未在用户输入模型图中列出。
-
OperatorAttributeValueNotValid：特定运算符中属性的值无效。