У меня есть модель ML (обученная локально) на python. Ранее модель была развернута на сервере Windows IIS и работает нормально.
Теперь я пытаюсь развернуть его как службу на экземпляре контейнера Azure (ACI) с 1 ядром и 1 ГБ памяти. Я взял ссылки из один и два Microsoft docs. В документации используется SDK для всех шагов, но я использую функцию графического интерфейса пользователя с портала Azure.
После регистрации модели я создал сценарий входа и файл YAML среды conda (см. Ниже) и загрузил их в пользовательский актив развертывания (в области модели развертывания).
К сожалению, после нажатия кнопки развертывания состояние развертывания застревает в переходном состоянии. Даже через 4 часа состояние остается прежним, и журналов развертывания тоже не было, поэтому я не могу найти, что я делаю здесь не так.
ПРИМЕЧАНИЕ: ниже - только отрывок из сценария входа.
import pandas as pd
import pickle
import re, json
import numpy as np
import sklearn
def init():
global model
global classes
model_path = os.path.join(os.getenv('AZUREML_MODEL_DIR'), 'randomForest50.pkl')
model = pickle.load(open(model_path, "rb"))
classes = lambda x : ["F", "M"][x]
def run(data):
try:
namesList = json.loads(data)["data"]["names"]
pred = list(map(classes, model.predict(preprocessing(namesList))))
return str(pred[0])
except Exception as e:
error = str(e)
return error
name: gender_prediction
dependencies:
- python
- numpy
- scikit-learn
- pip:
- pandas
- pickle
- re
- json