ドロップイン環境¶
DataRobotは、カスタムモデルワークショップからドロップイン環境を提供します。 ドロップイン環境には、カスタムモデルのWebサーバーのスコアリングコードとstart_server.shカスタムモデルが含まれるので、これらのコンポーネントをモデルのフォルダーに提供する必要はありません。 次の表に、DataRobotが提供するドロップイン環境の詳細を示します。 カスタムモデルワークショップの環境タブに表示される各環境の前には[DataRobot]と表示されます。 You can select these drop-in environments when you create a custom model.
| 環境名と例 | Model compatibility & artifact file extension |
|---|---|
| Python 3 ONNXドロップイン | ONNXモデル（.onnx） |
| Python 3 PMMLドロップイン | PMMLモデル（.pmml） |
| Python 3 PyTorchドロップイン | PyTorchモデル（.pth） |
| Python 3 Scikit-Learnドロップイン | Scikit-Learnモデル（.pkl） |
| Python 3 XGBoostドロップイン | ネイティブXGBoostモデル（.pkl） |
| Python 3 Kerasドロップイン | TensorFlow（.h5）を用いたKerasモデル |
| Javaドロップイン | DataRobotスコアリングコードモデル（.jar） |
| ドロップイン環境 | R models trained using CARET (.rds) Due to the time required to install all libraries recommended by CARET, only model types that are also package names are installed (e.g., brnn, glmnet). Make a copy of this environment and modify the Dockerfile to install the additional, required packages. To decrease build times when you customize this environment, you can also remove unnecessary lines in the # Install caret models section, installing only what you need. CARETドキュメントを参照して、モデルの手法がパッケージ名と一致しているかどうかを確認してください。 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。 |
| Juliaドロップイン* | Julia models (.jlso) * The Julia drop-in environment isn't officially supported; it is provided as an example. |
備考
すべてのPython環境には、前処理（必要な場合）を支援するScikit-Learnが含まれていますが、sklearnモデルで予測を作成できるのはScikit-Learnだけです。
更新しました May 3, 2023
このページは役に立ちましたか？
ありがとうございます。どのような点が役に立ちましたか？
より良いコンテンツを提供するには、どうすればよいでしょうか？
アンケートにご協力いただき、ありがとうございました。