MLOps > デプロイ > デプロイ用のカスタムモデルの準備 > カスタムモデルの構築

カスタムモデルの構築¶

DataRobotでは数百個の組み込みモデルが提供されますが、現在、初期状態でサポートされていない事前処理またはモデリング方法が必要です。カスタム推論モデルを作成するには、選択した環境言語に対応するファイル拡張子を持つシリアル化されたモデルアーティファクトと、そのモデルを使用するために必要な追加のカスタムコードを提供する必要があります。

カスタムモデルと環境をDataRobotに追加する前に、モデルと環境を正常に実行するために必要なファイルを準備して構造化する必要があります。カスタムモデルの準備に必要なツールとテンプレートは、カスタムモデルGitHubリポジトリで用意されています。（このリンクをクリックする前にGitHubにログインしてください。）DataRobotでは、カスタムモデルワークショップにアップロードするカスタムモデルを準備するために、以下の要件を理解することをお勧めします。

トピック	説明
カスタムモデルコンポーネント	カスタム推論モデルの実行に必要なコンポーネントを識別する方法。
構造化カスタムモデルの構築	DataRobotと互換性のある構造化カスタムモデルを構築して検証する方法。
非構造化カスタムモデルの構築	DataRobotと互換性のある非構造化カスタムモデルを構築して検証する方法。
カスタムモデルのメタデータを定義する	model-metadata.yamlファイルを使用してカスタムタスクまたはカスタム推論モデルの追加情報を指定する方法。
カスタムモデルランタイムパラメーターを定義	モデルメタデータを介してカスタムモデルにランタイムパラメーターを追加することで、カスタムモデルのコードを再利用しやすくする方法。
DRUM CLIツール	DataRobotにアップロードする前に、DataRobotユーザーモデル（DRUM）をダウンロードしてインストールし、ローカルでカスタムモデルとカスタム環境を操作してテストする方法。
ローカルでのカスタムモデルのテスト	DataRobot Model Runner（DRUM）ツールを使用してローカル環境でカスタム推論モデルをテストする方法。
カスタムモデルのためのGitHub Actions	カスタムモデルアクションは、GitHub CI/CDワークフローを介してDataRobotでのカスタム推論モデルとデプロイを管理します。