basic_string:：resize在GCP上部署自定义Sklearn模型时出错

我想使用预先构建的scikit学习容器在GCP上部署一个成功的定制培训工作。我使用的模型是一个使用joblib保存的scikit学习RandomForestClassifier。部署失败，原因是

message: "terminate called after throwing an instance of 'std::length_error'"

然而，基于这个问题，我可以通过访问GCSFS进行如下预测：

from io import BytesIO
import numpy
blob = bucket.blob('titanic/model/model.joblib')
model_file = BytesIO()
blob.download_to_file(model_file)
model = joblib.load(model_file)
# Predict with one sample
print(model.predict(numpy.array([1,1,24,1,0,211,2,31]).reshape(1,-1)))

它还与gcloud ai-platform local predict --model-dir gs://modeldir \ --json-instances input.json \ --framework scikit-learn一起运行

如果它在本地成功运行，我不明白为什么它在预测容器中失败。