错误：“您的部署没有关联的swagger.json”--流分析作业上的ACI部署

Question

最新更新:在当前发布的Stream作业公共评审链接中，不支持ACI容器部署。因此，我会结束这项质询，直至另行通知为止。有关更多信息，请参见下面发布的GitHub线程。

注意:当部署值是ACI容器而不是AKS集群时，就会出现问题。使用Kubernetes集群，可以成功地创建Azure ML服务函数。虽然我想用ACI容器而不是AKS集群来测试我的函数。

我正试图在工作服务中创建一个Azure服务功能。为此，我在Azure容器实例(即ACI)中使用已经部署的ml模型。但是，我得到了以下错误：

​

​

关于链接问题的GitHub和相关Microsoft文档

尽管存在以下三个因素，但仍然存在此错误：

因素1:当我使用评分URL ( ACI容器)在本地(在木星笔记本中)得分一些值时，得分是成功的。

因素2:我已经推断了我的score.py文件中输入数据的模式。

因素3:我将推断模式支持模块作为环境文件的依赖项。

我做错了什么？

ACI容器实例是使用授权(主)键部署的，加上我在我的score.py文件中推断输入和输出示例的模式。但是，Stream作业无法识别swagger文件。由于我在score.py文件上推断了te模式，所以我朗读将自动生成swagger.json文件。

我的score.py文件示例：

import json
import numpy as np
import os
import itertools
import joblib
from sklearn.ensemble import RandomForestRegressor

from azureml.core.model import Model

from inference_schema.schema_decorators import input_schema, output_schema
from inference_schema.parameter_types.numpy_parameter_type import NumpyParameterType

def init():

    global model

    # retrieve the path to the model file using the model name
    model_path = Model.get_model_path('<model_name>')
    model = joblib.load(model_path)

input_sample = np.array([["0", 0, 0, 0, 0, 0]])
output_sample = np.array([0])

@input_schema('raw_data', NumpyParameterType(input_sample))
@output_schema(NumpyParameterType(output_sample))

def run(raw_data):
    try:

        data = np.array(raw_data)
        result=[]

        for array in data:

            prediction_result=model[array[0]].predict(array[1:].reshape(1,-1))
            result.append(prediction_result.tolist())

        result=list(itertools.chain.from_iterable(result))

        # you can return any data type as long as it is JSON-serializable
        return result

    except Exception as e:
        error = str(e)
        return error

我的env.yml文件示例：

name: project_environment
dependencies:
  - python=3.7.3
  - pip:
    - azureml-defaults
    - inference-schema[numpy-support]
    - joblib
    - numpy
    - scikit-learn==0.20.3

我希望能就这个问题提出任何意见来解决这个问题。

密钥查找：

我比较了AKS集群的swagger.json文件和ACI容器实例的文件。而这两个文件之间的区别是关键的“路径”。在AKS中，swagger.json中的路径是：“path”：{“/api/v1/service/aks-service/”：.在ACI中，swagger.json中的路径是：“path”：{ "/":....etc

AKS集群的部分Swagger.json：

​

​

ACI集群的Swagger.json的一部分：

​

​

我想这就是问题的根源。也许作业函数无法识别自动生成ACI容器的函数签名的路径"/“。

Answer 1

我们首先支持AKS，因为这是推荐的实时得分方法。由于这个特性是公开预览的，我们正在为部署在ACI上的模型最后确定一些性能基准，以便它可以可靠地用于开发/测试目的。我们应该在未来几周内支持ACI部署。