使用Azure ML CLI部署多ML模型遇模型未找到错误，求排查方案

原因分析 #

你遇到的ModelNotFound错误，核心问题是CLI命令中多模型的参数格式不符合要求：

• 你用'[model1:9,model2:1]'的格式传递多模型时，Azure ML CLI会把整个字符串当作单个模型ID去工作区查找，而非解析成两个独立的模型，自然找不到匹配项。
• Python SDK的models=[model1,model2]是传递模型对象列表，CLI的参数逻辑和SDK完全不同，不能直接照搬这种列表写法。

解决办法 #

针对Azure ML CLI部署多模型，有两种正确的参数传递方式：

方式1：多次使用--model参数 #

每个模型单独通过--model指定名称和版本，修改后的命令如下：

az ml model deploy --name multi-model --model model1:9 --model model2:1 --compute-target 'aks-cpu' --ic inferenceConfig.json -e 'inference-env' --ev 6 --dc aksDeploymentConfig.json -g 'Workspace' --workspace-name 'MLWorkspace' --as true --mi 1 --ma 2 --overwrite -v

方式2：用空格分隔模型ID（无方括号和引号） #

如果不想重复写--model，可以直接用空格分隔多个模型的名称:版本组合，命令修改为：

az ml model deploy --name multi-model --model model1:9 model2:1 --compute-target 'aks-cpu' --ic inferenceConfig.json -e 'inference-env' --ev 6 --dc aksDeploymentConfig.json -g 'Workspace' --workspace-name 'MLWorkspace' --as true --mi 1 --ma 2 --overwrite -v

额外验证步骤 #

执行修改后的命令前，可先运行以下命令确认目标模型确实存在于工作区：

az ml model list -g 'Workspace' --workspace-name 'MLWorkspace'

确保model1:9和model2:1的名称、版本都正确无误。

内容的提问来源于stack exchange，提问作者Pkn