＜目次＞
(１) Azure Machine Learningで「Failed to pull Docker image」が出る原因と対処法について
(１-１) エラー概要
(１-２) 原因
(１-３) 対策
(１) Azure Machine Learningで「Failed to pull Docker image」が出る原因と対処法について
(１-１) エラー概要
Azure Machine Learningで「ml_client.create_or_update(job)」でジョブを実行したら、下記のエラーになりました。
（エラーメッセージ）
Failed to pull Docker image rainbowmlcontanerregistry.azurecr.io/azureml/azureml_af5b98a52d31bc5b17b6f7656a9567d8. This error may occur because the compute could not authenticate with the Docker registry to pull the image. If using ACR please ensure the ACR has Admin user enabled or a Managed Identity with `AcrPull` access to the ACR is assigned to the compute. If the ACR Admin user's password was changed recently it may be necessary to synchronize the workspace keys.
（図２１１①）
(１-２) 原因
いくつかの誘発原因が考えられますが、私の場合はMachine Learningのワークスペースを作る際に必要な「コンテナーレジストリ」の設定によって引き起こされていました。
●原因①
コンテナーレジストリ（ACR＝Azure Container Registry）でadminユーザーが有効化されていないため
●原因②
adminユーザーが有効化されている場合でも、パスワードがMLのワークスペースと同期（sync）していないため、認証に失敗している
（参考）
(１-３) 対策
上記が原因である場合、原因①②の両方を対処する事で、事象が解消する可能性があります。
●原因①の対策：管理者ユーザーの有効化
・①Azure MLワークスペースに紐づく「コンテナーレジストリ」を開く。
（図２３１①）
↓
・②アクセスキーの「管理ユーザー」を「有効」に変更
→パスワードが生成されます。
（図２３１②）
以上で、原因①の対策は完了です。
●原因②の対策：adminユーザーのパスワードがMLのワークスペースと同期させる
・①「Open Terminal」ボタンを押下
→Terminalのコンソールが開きます。
（図２３２⓪）
↓
・②ログインコマンドを実行
$ az login
（図２３２①）
・③サインイン
（図２３２③）
↓
・④サインインが完了
（図２３２④）
（例）
[
{
"cloudName": "AzureCloud",
"homeTenantId": "XXXXX",
"id": " XXXXX ",
"isDefault": true,
"managedByTenants": [],
"name": "rainbow-engine-dev",
"state": "Enabled",
"tenantId": " XXXXX ",
"user": {
"name": " XXXXX @ XXXXX.com",
"type": "user"
}
}
]
↓
・⑤パスワードを同期させるためのコマンドを実行
→MLワークスペースと、リソースグループのキー情報を同期させるコマンドです。
（コマンド構文）
az ml workspace sync-keys --name --resource-group
（例）名前はシングルクォーテーションで囲む
az ml workspace sync-keys --name 'rainbow-ml-workspace' --resource-group 'rainbow-machine-learning'
（図２３２⑤）
（結果例）
Waiting for the workspace keys sync. Done.
以上で原因②の対策は完了です。
●結果確認
最後に、冒頭にエラーとなった処理をもう一度実行したところ、今度はCompleteで完了しました。
（図２３３）
余談ですが、なぜDockerの話が出てきているかというと、Machine Learningで環境を作成する際のyamlファイルを実行すると、ワークスペース内に環境が生成されますが、これが実行時にDockerコンテナにパッケージングされているためです。
（参考）
