Question#3(DP-100)
次のコードを使用して、Azure Machine Learning リアルタイム Web サービスとしてモデルをデプロイしました。
# ws, model, inference_config, and deployment_config defined previously
service = Model.deploy(ws, 'classification-service', [model], inference_config, deployment_config)
service.wait_for_deployment(True)
デプロイが失敗しました。
デプロイ中に実行されたアクションを確認し、失敗した特定のアクションを特定することで、デプロイの失敗をトラブルシューティングする必要があります。
どのコードセグメントを実行すべきですか？
正解：A
service.get_logs() はデプロイ中に実行されたすべてのアクションのログを取得します。デプロイが失敗した場合、このログを確認することで、どのステップで問題が発生したかを特定できます。 ・service.state はサービスの現在の状態（例：Failed、Healthy）を返しますが、詳細なエラー情報は含まれません。 ・service.serialize() はサービスの設定情報をシリアライズしますが、デバッグには不向きです。 ・service.update_deployment_state() は存在しないメソッドです。
コメント