Vertex AI端点部署TensorFlow DNN模型报必填字段未设置错误

这个错和你模型保存、上传、导入的流程没有关系，纯是部署模型到端点的时候漏填了必填的计算资源配置。

Vertex AI要求部署模型时必须明确指定deployed_model.prediction_resources参数，说白了就是你得告诉平台要给推理服务分配什么配置的机器、多少CPU内存、要不要挂载GPU，平台才能调度对应资源拉起服务，没填这个参数就会直接触发「必填字段未设置」的报错。

常见的漏填场景就这几种：

• 网页控制台操作时点太快，跳过了机器类型选择的步骤：哪怕是测试用最低配的机器，也必须选一个规格，不能空着
• 用API、Python SDK写脚本部署的时候，没传machine_type参数
• 用Terraform这类基础设施即代码工具部署时，漏写了prediction_resources对应的配置块

修复方法 #

如果是在控制台操作，回到部署配置页，找到「机器类型」选项，按你的负载选个合适的规格就行，小流量测试选最便宜的n1-standard-2完全够用，选完重新提交部署就好。
如果是用Python SDK部署，参考下面的最小可用配置，别漏了资源相关参数：

from google.cloud import aiplatform

# 替换成你自己的资源ID
target_endpoint = aiplatform.Endpoint(endpoint_name="你的端点资源ID")
deploy_model = aiplatform.Model(model_name="你导入的模型资源ID")

deploy_model.deploy(
    endpoint=target_endpoint,
    machine_type="n1-standard-2", # 这个就是必填的机器规格参数，漏了就报你遇到的错
    min_replica_count=1,
    max_replica_count=1,
    # 如果需要用GPU推理，再加下面两个参数
    # accelerator_type="NVIDIA_TESLA_T4",
    # accelerator_count=1
)

提个醒：选GPU的时候要注意你用的预构建TensorFlow运行环境是否支持对应的GPU型号、有没有装匹配的CUDA版本，避免选完GPU又碰到环境兼容问题。

内容的提问来源于stack exchange，提问作者CopyPaster