Manage custom model dependencies¶

カスタムモデルには、モデルコードにさまざまな機械学習ライブラリを含めることができますが、DataRobotで提供されるすべてのドロップイン環境がすべてのライブラリをネイティブにサポートするわけではありません。 ただし、これらの依存関係をワークショップから管理し、モデルコードをサポートするように基本のドロップイン環境を更新することができます。 モデルの依存関係を管理するには、カスタムモデルの一部としてアップロードされたrequirements.txtファイルを含める必要があります。 テキストファイルは、モデルコードで使用される機械学習ライブラリを示す必要があります。

たとえば、CaretおよびXGBoostライブラリを使用するカスタムRモデルを考えてみます。 このモデルがワークショップに追加され、Rドロップイン環境が選択されている場合、基本環境はCaretのみをサポートし、XGBoostはサポートしません。 これに対処するには、requirements.txtを編集してCaretとXGBoostの依存関係を含めます。 After editing and re-uploading the requirements file, the base environment includes XGBoost, making the model available within the environment.

モデルタイプに応じて、以下をrequirements.txtにリストします。

• Rモデルの場合、機械学習ライブラリの依存関係をリストします。

  

• Pythonモデルの場合、依存関係およびライブラリのバージョン制限をリストします。 サポートされる制約タイプには、<、<=、==、>=、>が含まれます。また、単一のエントリで複数の制約を発行できます（pandas >= 0.24, < 1.0など）。

  

要件ファイルを更新して依存関係と制約を含めた後、カスタムモデルのアセンブルタブに移動します。 モデル > コンテンツヘッダーの下でファイルをアップロードします。 モデルの依存関係フィールドが更新され、ファイルにリストされている依存関係と制約が表示されます。

アセンブルタブから、モデル環境ヘッダーの下で基本ドロップイン環境を選択します。 モデルの依存関係を考慮するために新しい環境を構築する必要があることを注意するメッセージが表示されます。 ビルド環境を選択すると、必要なライブラリと制約が基本環境にインストールされます。

基本環境が更新されると、その環境でカスタムモデルを使用できるようになり、テスト、デプロイ、または登録できるようになります。