У меня есть модель на 900 МБ и модель на 9 МБ.
Я использую последнюю версию CLI Azure ML, чтобы зарегистрировать ее в своем рабочем пространстве с помощью этой команды:
az ml model register -n "rj-model" --model-path "models\model_v1.bin -t "model-deployment\model.json"
Файл 9 МБ успешно загружен, однако файл 900 МБ истекает с этимошибка:
{'Azure-cli-ml Version': '1.0.60.1', 'Error': AzureHttpError('Operation could not be completed within the specified time. ErrorCode: OperationTimedOut\n<?xml version="1.0" encoding="utf-8"?><Error><Code>OperationTimedOut</Code><Message>Operation could not be completed within the specified time.\nRequestId:2822b750-801e-0061-65fe-71aa88000000\nTime:2019-09-23T11:03:52.5521518Z</Message></Error>',)}
Пользовательский интерфейс имеет еще более низкий порог тайм-аута.
Мои мысли по поводу решения этой проблемы:
- Мне нужно загрузить модель в хранилище BLOB-объектов.и получить к нему доступ из облака, а не локально.Я проверил метод Model Register , и у него есть свойство - asset-path , однако это для эксперимента (я не провожу эксперименты с AML - их выполняет Data Scientistв его собственном рабочем процессе и передачи моделей мне для развертывания).
- DataStore выглядит многообещающе, и я мог бы смонтировать свою модель на BLOB-объекте (после загрузки с помощью Storage Explorer) и получить к нему доступ - однако я не могу сделать это с помощью CLI.Python SDK имеет свойство набора данных, но не свойство хранилища данных, а у метода регистрации , похоже, нет облачной опции.
Поэтому мой вопрос: как я могу зарегистрироваться?большие модели в Azure ML?