我目前正在尝试使用https://cloud.google.com/ai-platform/prediction/docs/custom-prediction-routine-scikit-learn作为指导将模型部署到GCP AI平台。运行gcloud beta ai platform versions create时，出现以下错误，截至2020年2月20日，没有点击率：
Creating version (this might take a few minutes)......failed.
ERROR: (gcloud.beta.ai-platform.versions.create) Create Version failed. Bad model detected with
error: "Failed to load model: Unexpected error when loading the model: 92 (Error code: 0)"
我的模型是一个Sci-kit学习多项式朴素贝叶斯分类器，它在管道中使用两个tf / idf矢量化器（单词和字符级）。我使用joblib版本0.13.0存储整个管道，该版本与GCP支持的版本匹配（链接：https://cloud.google.com/ai-platform/prediction/docs/runtime-version-list）。
在学习完本教程之后，我对tar.gz进行了处理，将模型和腌制过的预处理器存储在存储桶中。遵循其他建议，我也将预处理器与joblib存储在一起，可悲的是它也无法正常工作。
我已经joblib.load对模型进行了很好的调整，并在0.13.0中进行了预测，所以我要拔头发了。
更新：我已经多次检查和重做酸洗/作业库，甚至还设置了新的virtualenv以匹配1.15并从头开始重做培训。
我已将模型暴露在Flask应用程序后面，然后将其部署到应用程序引擎，虽然运行正常，但对于两个模型来说可能有点过大。效果很好。