服务迁移至Watson Studio后，如何查找旧Machine Learning部署？

别担心，这种情况我碰到过不少，给你几个实用的方法找回那些旧部署：

方法1：直接通过IBM Cloud控制台访问 #

• 登录IBM Cloud账号，找到你之前创建的Watson Machine Learning服务实例
• 进入服务详情页后，别点“Access in Watson Studio”，直接看左侧导航栏里的**「Deployments」**选项，点进去就能看到所有历史部署——不管有没有关联项目，这里都会完整显示。

方法2：用Watson Machine Learning Python SDK查询 #

如果习惯用代码操作，这个方法更高效：

1. 先安装SDK（没装过的话）：

   pip install ibm-watson-machine-learning
   

2. 然后用这段代码连接服务并列出所有部署：

   from ibm_watson_machine_learning import APIClient
   
   # 替换成你的服务凭证，从IBM Cloud服务详情页获取
   wml_credentials = {
       "url": "你的Watson ML服务URL",
       "apikey": "你的服务API密钥"
   }
   
   client = APIClient(wml_credentials)
   # 如果之前设置过默认空间，加上这行；没设置过可以跳过
   client.set.default_space("你的默认空间ID")
   
   # 获取所有部署详情
   all_deployments = client.deployments.get_details()
   # 可以循环打印部署名称和ID，方便查找
   for deployment in all_deployments['resources']:
       print(f"部署名称: {deployment['entity']['name']}, ID: {deployment['metadata']['id']}")
   

方法3：调用Watson Machine Learning REST API #

要是喜欢用API工具（比如Postman），可以直接发请求：

• 请求地址：https://<你的服务所在区域>.ml.cloud.ibm.com/ml/v4/deployments?version=2021-05-01
• 请求方法：GET
• 请求头：带上Authorization: Bearer <你的IBM Cloud IAM访问令牌>（令牌可以通过IBM Cloud IAM API生成）

另外，给你个小建议：之后可以把这个旧服务关联到一个Watson Studio项目里，这样以后在Studio里就能直接管理这些部署，不用再绕路啦。

内容的提问来源于stack exchange，提问作者emmajdaws