Watson機器學習部署需要太多時間

Question

我使用Watson Machine Learning Service訓練了一個模型。 培訓過程已經完成，因此我運行了以下命令行進行部署：

bx ml store training-runs model-XXXXXXX

我得到帶有型號ID的輸出

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

然后，我使用以下內容進行部署：

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

問題是我收到無盡的消息說：

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 ...

當我簽入COS結果存儲區時，模型大小為〜25MB，因此部署時間不應該太長。 我在這里想念什么嗎？

Answer 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")

這很快就告訴我部署存在錯誤。 奇怪的是，使用command line interface (CLI)部署時，錯誤不會彈出。