モデルをトレーニングして Vertex AI エンドポイントにデプロイする単純なパイプラインを作成しました。google_cloud_pipeline_components.aiplatform.ModelDeployOp()コンポーネントを使用してモデルをデプロイしようとすると、エラーが返されることに気付き ました。
google_cloud_pipeline_components.aiplatformのドキュメントを見ると、ModelDeployOp() の 2 つのエントリが見つかります。1 つは元のメソッドをコンポーネントに変換した方法を示し、もう 1 つは ModelDeployOp() メソッドの使用方法に関するドキュメントです。
彼らがメソッドをどのように変換するかを見ると、次の情報が見つかります: ...
Generates and invokes the following Component:
name: Model-deploy inputs: - {name: project, type: String} - {name: endpoint, type: Artifact} - {name: model, type: Model} outputs: - {name: endpoint, type: Artifact} implementation:
container:
image: gcr.io/sashaproject-1/mb_sdk_component:latest command: - python3 - remote_runner.py - –cls_name=Model - –method_name=deploy - –method.deployed_model_display_name=my-deployed-model - –method.machine_type=n1-standard-4 args: - –resource_name_output_artifact_path - {outputPath: endpoint} - –init.project - {inputValue: project} - –method.endpoint - {inputPath: endpoint} - –init.model_name - {inputPath: model}
gcp logging が返されたという私のエラーを見ている間：
/usr/local/bin/python3: Error while finding module specification for 'google_cloud_pipeline_components.remote.aiplatform.remote_runner' (ModuleNotFoundError: No module named 'google_cloud_pipeline_components.remote')
コンテナ自体の内部の問題のようです。
だから...私の質問は、これがライブラリのバグであると仮定するのが正しいかどうかだと思いますか? 回避策はありますか?
前もって感謝します。