Question#15(DP-100)
モデルをトレーニングして Azure Machine Learning ワークスペースに登録しました。リアルタイム Web サービスとしてデプロイする準備ができています。
Azure Kubernetes Service（AKS）推論クラスターにモデルをデプロイしましたが、エントリスクリプト実行時にエラーが発生してデプロイが失敗しました。
コードを反復的に修正してサービスをリロードし、各コード更新でサービスを再デプロイせずにエラーをデバッグする必要があります。
何をすべきですか？
正解：D
ローカル Web サービスとしてデプロイすることで、再デプロイなしにエントリスクリプトを素早く修正・テストできます。 ローカルデプロイでは update() メソッドでスクリプト変更後にコンテナーをリロードするだけで済みます。AKS への再デプロイは不要です。 A の Application Insights はモニタリング用途で、デバッグの反復作業には適しません。B の ACI デプロイも再デプロイが必要です。 C のブレークポイントはリモート環境では機能しません。E はモデルのバージョン管理に関するものです。
コメント