1回答
我是一个相对经验丰富的人工智能实践者，然而，当涉及到这些模型的部署时，我是一个完全的新手。我遵循了一个在线教程，该教程使用Docker Desktop在本地部署模型。它为前端和后端创建了一堆容器。我在每个容器中安装了Tensorflow来运行AI模型(在Dockerfile文件中运行pip3 install tensorflow )。但是，我不能在Kubernetes上部署它。我质疑了允许将Docker堆栈发送到<e
浏览 13提问于2020-04-26得票数 0
回答已采纳
我试图使用Python在Google平台上部署一个与顶点AI一起训练的文本分类模型。projects/{}/locations/{}/models/{}".format(project_id, location, model_id)
注意我用<***>交换了值以隐藏本地工作区变量的位置。
浏览 1提问于2021-10-14得票数 0
回答已采纳
1回答
我们的用例如下:我们有多个经过自定义培训的模型(数百个模型，并且随着我们允许应用程序的用户通过UI创建模型，然后我们对该模型进行动态培训和部署)，因此将每个模型部署到一个单独的端点是非常昂贵的，因为顶点基于，我们似乎可以将不同类型的模型部署到同一个端点，但我不确定它将如何工作。假设我有两个不同的经过自定义训练的模型，它们使用自定义容器来预测到同一个端点。另外，假设
浏览 5提问于2021-11-08得票数 0
回答已采纳
我能够使用AML服务将ML模型部署到Azure Kubernetes服务中。我在将模型部署到AKS时启用了令牌身份验证。docs.microsoft.com/en-us/azure/machine-learning/service/concept-enterprise-security“2路身份验证(密钥和令牌)中所提到的，可以使用部署在Azure Kuber
浏览 12提问于2019-08-21得票数 0
我已经将容器推送到容器注册中心，并能够将其部署到kubernetes。运行此容器以测试部署是否正常的最佳方法是什么？我已经阅读了这些文档，并看到我可以设置一个端点，但是，一旦设置了对端点的post请求，我就无法知道如何调用容器。注意，容器承载了一个python脚本，它基本上运行一个ml模型，并输出一个预测。
浏览 3提问于2022-02-23得票数 0
回答已采纳
我知道，可以在google上部署用于培训作业的自定义容器，并且我已经能够使用命令实现相同的运行。gcloud ai-platform jobs submit training infer name --region some_region --master-image-uri=path/to/docker/image --config config.yaml
培训工作成功完成，模型获得成功，现在我想使用这个模型进行推理，但是问题是我的代码有系统级的依赖关系，所以我必须对体系结构做一些修改才能让
浏览 3提问于2019-10-25得票数 8
1回答
我希望在一个地方管理我所有的Google Cloud机器学习模型(例如AI平台/Kubeflow/AutoML)。但是，我不确定在哪里可以找到AutoML，特别是我已经部署的AutoML表和模型。随着复杂性的增加，我希望能够将AutoML模型移植到AI平台模型以迭代版本。此外，如果我想进行进一步的定制，我还可以将该模型引入Kubeflow，以进一步定制、版本化、管理和部署。<em
浏览 28提问于2020-04-08得票数 0
回答已采纳
我正在阅读的文章标题建议h2o.ai将其ML与snowflake集成在一起。https://www.h2o.ai/resources/solution-brief/integration-of-h2o-driverless-ai-with-snowflake/ 如果我想导出一个像
浏览 17提问于2021-07-01得票数 0
1回答
可以使用helm charts将Azure ML生成的映像部署到自我管理的Kubernetes中吗？我们只想使用图像和模型。我看到当它被部署到AKS中的推理集群时，Azure ML设置了某些ENV变量。那么，想要了解是否有人在自定义kubernetes集群上手动完成了此设置，以及挑战是什么？原因是要部署到已经由生产团队管理的集群。
浏览 8提问于2021-06-29得票数 1
在我的angular前端的env文件中，我将API端点设置为localhost:8000，因为我的API侦听该端口，但它在一个单独的pod中。这是否正确，或者我是否打算在部署文件中使用我为后端服务指定的名称。其次，我如何连接后端服务是我在下面的部署文件中如何做的正确吗？ "beta.kubernetes.io/os": linux - name: ai-api
image: test.azu
浏览 2提问于2019-11-28得票数 0
2回答
如何安装OpenJDK库？
、、、、
但是，Azure Machine Learning无法从environment.yml文件安装openjdk包，因为找不到模块。 ? 背景故事： 我正在使用H2O.ai Python库构建一个机器学习模型。不幸的是，H2O.ai是用Java编写的，所以它需要Java才能运行。我已经在我本地的Anaconda venv上安装了openjdk，以便在本地运行H2O.ai -它运行得很好。但是，我无法将此模型部署到Azure Mach
浏览 109提问于2021-04-27得票数 0
回答已采纳
如何改善Kubernetes中部署的模型的响应时间？ 我从localhost Tensorlfow模型得到了0.18秒的响应时间，而Kubenetes集群上的相同模型给出了4秒的响应时间。Kubernetes Cluster-我创建了一个简单的部署和服务到主机模型。此部署只有一个活动节点。 任何帮助都是非常感谢的。谢谢
浏览 23提问于2019-06-27得票数 0
1回答
我正在探索GCP中的顶点AI AutoML特性，它允许用户导入数据集、训练、部署和预测ML模型。我的用例是自己进行数据预处理(我对AutoML数据预处理不满意)，并希望直接将这些数据输入到管道中，在管道中对模型进行训练和部署。另外，我希望将新数据提供给dataset。它应该负责整个管道(从数据预处理到部署最新模型)。我想知道如何处理这个问题？
浏览 6提问于2022-04-20得票数 2
1回答
最近，我一直在研究git流分支模型的替代方案，由于我已经在使用GitLab，我偶然发现了他们自己的分支模型GitLab流。目前，我正努力研究如何在微服务中正确地实现这一点。我们假设，我将所有服务部署到同一个kubernetes集群中，每个部署都应该驻留在自己的名称空间中。如果我正确地理解了这个模型，就应该继续将主分支部署到一个暂存环境中，并偶尔将标记提交部署<em
浏览 0提问于2018-11-01得票数 4
我正在尝试在Kube文件中设置带有两个主节点10.0.11.108和配置"ai ai"的10.0.11.97 (Ubuntu)集群。当我跑的时候它在节点10.0.11.97中运行了两次部署脚本。变成错误：
复制文件和启动节点的sudo密码: cp:无法创建常规文件‘/opt/bin/ etcd’：文本文件繁忙的cp:无法创建常规文件‘
浏览 3提问于2016-05-19得票数 0
我已经训练了一个模型，可以很好地使用"rasa shell“。然后我已经在kubernetes上部署了rasa-x，并尝试上传模型。
浏览 42提问于2020-06-04得票数 1
随着谷歌最近发布了整合了所有平台的MLOps，我想知道在GKE顶点AI (或AI平台统一版)上为一个经过自定义培训的PyTorch/Tensorflow模型提供服务有什么区别，因为刚刚进行了品牌重组，而AI平台已经提供了提供模型预测的能力。我已经在GKE上托管了我的ML模型，是否值得迁移到顶点AI？
注意:我还没有计划在云上进行培训和其他数据预处理。
浏览 5提问于2021-06-11得票数 2
回答已采纳
我正在尝试完成一项关于如何在Azure域中/环境中正确地使用Windows容器的体系结构研究，在这个环境中，我必须将应用程序进行容器化，并将该容器部署到Azure容器服务中
但是，我会收到这样一条消息: Win
浏览 3提问于2017-08-09得票数 0
回答已采纳
我正在通过这个实验室工作，在那里，一个H2O无人驾驶的AI模型被训练，并部署到雪花。我使用雪花合作伙伴连接建立了一个为期7天的H2O无人驾驶人工智能试验。一切进展顺利，直到最后一步，将模型部署到雪花，在那里需要来自H20的一个H20文件。上面只写着：
但是，我找不到这个文件，也没有任何关于在哪里找到或下载它的说明。
浏览 2提问于2021-11-10得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
