时间戳

首页 > 解决方案 > 在 Google Cloud Vertex AI 上使用客户处理程序进行部署

google-cloud-platform - 在 Google Cloud Vertex AI 上使用客户处理程序进行部署

问题描述

我正在尝试在 Google Vertex AI 平台上部署一个 TorchServe 实例，但根据他们的文档（https://cloud.google.com/vertex-ai/docs/predictions/custom-container-requirements#response_requirements），它需要响应具有以下形状：

{
  "predictions": PREDICTIONS
}

其中PREDICTIONS是一个 JSON 值数组，表示您的容器生成的预测。

不幸的是，当我尝试在postprocess()自定义处理程序的方法中返回这样的形状时，如下所示：

def postprocess(self, data):
    return {
        "predictions": data
    }

TorchServe 返回：

{
  "code": 503,
  "type": "InternalServerException",
  "message": "Invalid model predict output"
}

请注意，这data是一个列表列表，例如：[[1, 2, 1], [2, 3, 3]]。（基本上，我是从句子中生成嵌入）

现在，如果我只是简单地返回data（而不是 Python 字典），它可以与 TorchServe 一起使用，但是当我在 Vertex AI 上部署容器时，它会返回以下错误： ModelNotFoundException. 我假设 Vertex AI 抛出此错误，因为返回形状与预期不匹配（参见文档）。

是否有人成功地在 Vertex AI 上使用自定义处理程序部署了 TorchServe 实例？

标签： google-cloud-platformpytorchgoogle-cloud-mlgoogle-cloud-vertex-aitorchserve

解决方案

实际上，确保 TorchServe 正确处理输入字典（实例）解决了这个问题。似乎文章上的内容对我不起作用。

推荐阅读