azure - Azure ML 環境を使用したモデルのデプロイ

Question

イメージ構成メソッドを使用してモデルを正常にホストできました

service = Webservice.deploy_from_model(workspace=ws,
                                   name='name_of_model',
                                   deployment_config=aciconfig,
                                   models=[model],
                                   image_config=image_config)

ただし、このメソッドは環境メソッドで廃止される予定です

したがって、非推奨メッセージで以下に提案されている Environment メソッドを使用しようとしました。しかし、私は常に timeout を取得します。古いコンテナ方式のようにデプロイがうまくいかない

環境の使用方法 - Microsoft Azure ML

私の環境ベースの展開コード

私のコードは以下のとおりで、score.py を指している inference_config とコンテナーの仕様を指している deployment_config があります。サービスが作成され、モデルがアップロードされていることがわかります。ただし、サービスが「正常」状態になることはありません。ただし、コンテナー展開モデルの同じコードは正常に機能します。

service = Model.deploy(
workspace = ws,
name = "name_of_model",
models = [model],
inference_config = inference_config,
deployment_config = deployment_config)

Azure ML によって提供される既存の環境からの環境構成

my_env=Environment.get(workspace=ws,name='AzureML-Scikit-learn-0.20.3') # using Azure Optimized sklearn environment

推論構成で参照されているこの環境

inference_config = InferenceConfig(entry_script="scorev3.py", environment=my_env) # using the initialized variable my_env

これを展開するときにタイムアウトが発生する理由についての手がかりはありますか?. 古い方法は展開に同様の長い時間（10〜12分）を要し、完全に完了するため、インターネット接続とは関係がないと感じていますか？