Watson 机器学习部署需要太多时间答案

【问题标题】：Watson machine learning deployment takes too much timeWatson 机器学习部署需要太多时间
【发布时间】：2019-05-01 07:53:53
【问题描述】：

我使用 watson 机器学习服务训练了一个模型。训练过程已经完成，所以我运行这些命令行来部署它：

bx ml store training-runs model-XXXXXXX

我得到带有模型 ID 的输出

Starting to store the training-run 'model-XXXXXX' ...
OK
Model store successful. Model-ID is '93sdsdsf05-3ea4-4d9e-a751-5bcfbsdsd3391'.

然后我使用以下来部署它：

bx ml deploy 93sdsdsf05-3ea4-4d9e-a751-5bcfbsdsd3391 "my-test-model"

问题是我收到一条没完没了的消息：

Checking if content upload is complete ...
Checking if content upload is complete ...
Checking if content upload is complete ...
Checking if content upload is complete ...
Checking if content upload is complete ...

当我签入 COS 结果存储桶时，模型大小约为 25MB，因此部署时间不应该那么长。我在这里错过了什么吗？

【问题讨论】：

部署是否失败或耗时过长？
@VidyasagarMachupalli 对于 25MB 的模型来说，这需要很长时间 +2 小时

标签： ibm-cloud ibm-watson ibm-cloud-plugin

【解决方案1】：

使用Python Client API部署相同的模型：

from watson_machine_learning_client import WatsonMachineLearningAPIClient

client = WatsonMachineLearningAPIClient(wml_credentials)
deployment_details = client.deployments.create( model_id, "model_name")

这很快向我表明部署存在错误。奇怪的是，使用command line interface (CLI) 部署时不会弹出错误。

【讨论】：