Azure ML无法从output文件夹读取model.pkl导致部署失败如何解决

错误根因 #

你现有代码的核心问题是调用Model.get_model_path()获取到部署环境下的模型真实路径后，手动用仅在训练环境有效的相对路径"outputs/model.pkl"覆盖了该返回值，ACI部署的容器运行环境不存在这个相对路径，因此会触发文件读取失败。

正确实现步骤 #

• 首先确认你在Azure工作区中注册的模型的准确名称，替换代码中<<modelname>>占位符，不要手动覆盖model_path的返回值
• 在评分脚本头部引入必要的依赖库
• 直接使用Model.get_model_path()返回的路径加载模型

正确代码示例 #

import joblib
from azureml.core.model import Model

def init():
    global model
    # 获取部署环境下模型的真实挂载路径，不需要手动写死路径
    model_path = Model.get_model_path(model_name = '替换为你实际注册的模型名称')
    # 反序列化模型
    model = joblib.load(model_path)

额外排查点 #

如果调整后仍然部署失败，可依次检查以下配置：

• 确认你部署时关联的模型已经正确注册到Azure工作区，注册时上传的文件路径对应训练时生成的outputs/model.pkl
• 确认部署使用的conda环境配置中，joblib、scikit-learn的版本和你训练模型时使用的版本完全一致，版本不匹配会导致模型反序列化失败
• 不要使用任何相对路径直接读取模型文件，ACI容器的运行目录和训练任务的目录结构完全独立，所有模型路径必须通过Model.get_model_path()接口获取

内容的提问来源于stack exchange，提问作者Sai Varun Kumar