摘要
我具有通过Azure机器学习服务SDK部署在Azure容器实例上的PyTorch模型。该模型以标准numpy格式拍摄（大）图像进行分类。
似乎，我正在服务器端达到HTTP请求大小限制。对模型的请求在尺寸为8-9mb的PNG图像中成功，而在尺寸为15mb +的图像中失败。具体来说，它失败，并显示413请求实体太大。
我假设，在部署过程中，在正在构建的Docker映像的Nginx中设置了限制。我的问题：鉴于该问题是由于HTTP请求大小限制引起的，在azureml API中是否有任何方法可以增加此限制？
部署过程
部署过程按预期成功。
from azureml.core import Workspace
from azureml.core.model import InferenceConfig, Model
from azureml.core.webservice import AciWebservice, Webservice
from azureml.exceptions import WebserviceException
from pathlib import Path
PATH = Path('/data/home/azureuser/my_project')
ws = Workspace.from_config()
model = ws.models['my_pytorch_model']
inference_config = InferenceConfig(source_directory=PATH/'src',
runtime='python',
entry_script='deployment/scoring/scoring.py',
conda_file='deployment/environment/env.yml')
deployment_config = AciWebservice.deploy_configuration(cpu_cores=2, memory_gb=4)
aci_service_name = 'azure-model'
try:
service = Webservice(ws, name=aci_service_name)
if service:
service.delete()
except WebserviceException as e:
print()
service = Model.deploy(ws, aci_service_name, [model], inference_config, deployment_config)
service.wait_for_deployment(True)
print(service.state)
通过requests进行测试
使用请求的简单测试：
import os
import json
import numpy as np
import requests
from PIL import Image as PilImage
test_data = np.array(PilImage.open(PATH/'src/deployment/test/test_image.png')).tolist()
test_sample = json.dumps({'raw_data':
test_data
})
test_sample_encoded = bytes(test_sample, encoding='utf8')
headers = {
'Content-Type': 'application/json'
}
response = requests.post(
service.scoring_uri,
data=test_sample_encoded,
headers=headers,
verify=True,
timeout=10
)
对于较大的文件，在requests中产生以下错误：
ConnectionError: ('Connection aborted.', BrokenPipeError(32, 'Broken pipe'))
我猜这是请求中的一个已知错误，当在完成数据上传之前从服务器关闭连接时。
通过pycurl进行测试
使用卷发包装，我得到了一个更可解释的答复。
import pycurl
from io import BytesIO
c = pycurl.Curl()
b = BytesIO()
c.setopt(c.URL, service.scoring_uri)
c.setopt(c.POST, True)
c.setopt(c.HTTPHEADER,['Content-Type: application/json'])
c.setopt(pycurl.WRITEFUNCTION, b.write)
c.setopt(c.POSTFIELDS, test_sample)
c.setopt(c.VERBOSE, True)
c.perform()
out = b.getvalue()
b.close()
c.close()
print(out)
对于大文件，这会产生以下错误：
<html>
<head>
<title>
413 Request Entity Too Large
</title>
</head>
<body bgcolor="white">
<center>
<h1>
413 Request Entity Too Large
</h1>
</center>
<hr>
<center>
nginx/1.10.3 (Ubuntu)
</center>
</body>
</html>
使我相信这是Nginx配置中的问题。具体来说，我想将client_max_body_size设置为10mb。
总结问题
鉴于我确实遇到了Nginx配置问题，我可以以某种方式更改它吗？如果未使用Azure机器学习服务SDK，则可能通过覆盖/etc/nginx/nginx.conf文件？
或者，如果要使用ACI Web服务，则可以将图像暂存到Blob存储，然后通过引用将图像传递到Blob位置。