云平台机器学习运维:Azure 与 GCP 深度解析
1. Azure 部署验证与问题调试
部署完成后,可通过运行 Docker 命令来验证部署情况:
$ docker ps
CONTAINER ID IMAGE COMMAND
2b2176d66877 mymodel "runsvdir /var/runit"
PORTS
8888/tcp, 127.0.0.1:9000->5001/tcp, 127.0.0.1:32770->8883/tcp
进入容器后,可以验证 score.py 脚本和模型是否存在:
root@2b2176d66877:/var/azureml-app# find /var/azureml-app
/var/azureml-app/
/var/azureml-app/score.py
/var/azureml-app/azureml-models
/var/azureml-app/azureml-models/roberta-base
/var/azureml-app/azureml-models/roberta-base/1
/var/azureml-app/azureml-models/roberta-base/1/roberta-base-11.onnx
/var/azureml-app/main.py
/var/azureml-app/model_config_map.json
Azure与GCP的MLOps深度对比
超级会员免费看
订阅专栏 解锁全文
1069

被折叠的 条评论
为什么被折叠?



