Azure ML本地部署报错：必须提供版本或标签

错误原因 #

错误提示Must provide either version or label的核心问题是：本地部署时，仅传入模型名称字符串无法让Azure ML定位到具体的模型资产，必须明确指定版本号或标签来唯一标识已注册的模型。

解决方案 #

有两种可行的修改方式，任选其一即可：

方式1：使用Model对象传入 #

通过ml_client.models.get获取指定版本的Model对象，再传入部署配置：

# 获取指定版本的模型对象
model = ml_client.models.get(name=model_asset_name, version="你的模型版本号")

blue_deployment = ManagedOnlineDeployment(
    name="yolo11-retail-ocr-2-v8",
    endpoint_name=endpoint_name,
    model=model,  # 传入Model对象
    instance_type="Standard_E16s_v3",
    instance_count=1,
    environment=env,
    scoring_script="score-copy.py",
    code_path='./YOLO11 Finetuned Model'
)

ml_client.online_deployments.begin_create_or_update(blue_deployment, local=True)

方式2：在模型名称后追加版本/标签 #

直接使用模型名称:版本号或模型名称:标签的字符串格式传入：

blue_deployment = ManagedOnlineDeployment(
    name="yolo11-retail-ocr-2-v8",
    endpoint_name=endpoint_name,
    model=f"{model_asset_name}:你的模型版本号",  # 替换为实际版本号或标签
    instance_type="Standard_E16s_v3",
    instance_count=1,
    environment=env,
    scoring_script="score-copy.py",
    code_path='./YOLO11 Finetuned Model'
)

ml_client.online_deployments.begin_create_or_update(blue_deployment, local=True)

说明 #

本地部署流程与云端部署不同，云端可能支持通过模型名称自动关联最新版本，但本地部署需要精确的模型标识，避免歧义。

内容的提问来源于stack exchange，提问作者default_settings