解决了为什么我在 Azure 容器实例中部署 ML 模型仍然失败?在 ACI 上部署后,我正在使用 Azure 机器学习服务将 ML 模型部署为 AKS 上的 Web 服务。
我当前(工作)ACI 部署代码是
from azureml.core.webservice import Webservice, AciWebservice
from azureml.core.image import ContainerImage
aciconfig = AciWebservice.deploy_configuration(cpu_cores=1,
memory_gb=8,
tags={"data": "text", "method" : "NB"},
description='Predict something')
image_config = ContainerImage.image_configuration(execution_script="score.py",
docker_file="Dockerfile",
runtime="python",
conda_file="myenv.yml")
image = ContainerImage.create(name = "scorer-image",
models = [model],
image_config = image_config,
workspace = ws
)
service_name = 'scorer-svc'
service = Webservice.deploy_from_image(deployment_config = aciconfig,
image = image,
name = service_name,
workspace = ws)
我想对其进行修改以便部署在 AKS 上,但看起来比我预期的更复杂,因为我想象从 ACI 到 AKS(即从测试到生产)成为例行操作。尽管如此,它似乎需要对代码进行比我想象的更多的更改:
- AKS 似乎需要一个
InferenceConfig
对象(?) - 使用 AKS,没有像
deploy_from_image
从我现有的 Docker 部署的方法image
(?)
是否可以通过对 ACI 代码执行最小更改来在 AKS 上完成部署?