Prompt flow deployment : Could not fetch the specified model UserError: The specified resource was not found.

Question

Hello !

I have deployed Multi-round QnA data prompt flow using Azure ML Studio.

The flow works well, I have successfully deployed it and was able to test the endpoint.

But When i try to consume it I get the following error: Could not fetch the specified model UserError: The specified resource was not found.

"There is no registered model in Account Subscription: 8cdeff72-73bc-4ffb-8bb8-e4f280cd9f80, ResourceGroup: RG-Laval-clavardage-POC, Workspace: AML-chatbot-POC-laval with id undefined:aml-chatbot-poc-laval-website:4"

Yes I have tried granting permissions to the endpoint.

Please any help would be appreciated !

Answer 1

Bonjour Oussama,

Merci d'avoir sollicité la communauté Q&A France.

Voici quelques points et étapes à vérifier/effectuer:

• Assurez vous que vous avez correctement inscrit votre modèle dans votre espace de travail Azure Machine Learning. Dans le volet de droite de votre pipeline d’entraînement, sélectionnez l’onglet “Sorties + journaux”. Cliquez sur l’icône “Inscrire le modèle” et donnez un nom à votre modèle. Enregistrez le modèle.
• Assurez vous que le compte d’abonnement (ID : 8cdeff72-73bc-4ffb-8bb8-e4f280cd9f80) a les autorisations nécessaires pour accéder au modèle et aux ressources associées (ResourceGroup : RG-Laval-clavardage-POC, Workspace : AML-chatbot-POC-laval).
• Vérifiez également les autorisations pour le point de terminaison.
• Pour déployer un modèle dans Azure Machine Learning Studio, vous avez besoin des fichiers suivants : Fichier de script d’entrée : ce fichier charge le modèle entraîné, traite les données d’entrée des requêtes et effectue des inférences en temps réel. Fichier de dépendances Conda : assurez vous d’avoir téléchargé ce fichier.
• Configurez un script d’entrée si nécessaire.
• Déployez le modèle sur la cible de calcul.

Enfin voici des articles Microsoft qui traitent du sujet et qui pourront vous être utiles:

• Tutoriel : Effectuer l’apprentissage d’un modèle dans Azure Machine Learning
• Utiliser Studio pour déployer des modèles entraînés dans le concepteur
• Gérer les registres de modèles dans Azure Machine Learning avec MLflow
• Déployer un modèle en tant que point de terminaison en ligne
• Utiliser des modèles inscrits dans Azure Machine Learning

A bientôt

Alexis

Si cette réponse a répondu à votre question, veuillez « Accepter comme réponse » et voter en utilisant « Pouce levé » afin que la pertinence de ce message s’améliore lorsque quelqu’un dans la communauté recherche une requête similaire