問題タブ [azureml]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
azure - Azure ML 環境を使用したモデルのデプロイ
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
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
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。
Azure ML によって提供される既存の環境からの環境構成
推論構成で参照されているこの環境
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？
azure - Azure ml パイプラインで、大規模なデータセットを使用してモデルをトレーニング中にエラーが発生しました
3000 データ ポイントのデータセットを使用して、バイナリ ロジスティック回帰モデルでモデルをトレーニングしたいと考えています。パイプラインの作成中に、トレーニング モデルのステップで失敗します。
大規模なデータセットを使用してモデルをトレーニングするか、モデルを継続的に再トレーニングするのを手伝ってください。
また、パイプラインにはデータセットに制限がありますか? もしそうなら、限界は何ですか