デプロイ用のカスタムモデルの準備¶

カスタム推論モデルでは、独自のトレーニング済みモデルをDataRobotに取り込むことができます。 カスタムモデルワークショップにモデルアーティファクトをアップロードすることによって、一元化されたデプロイハブでカスタム推論モデルを作成、テスト、およびデプロイできます。 DataRobotは、Python、R、Javaを始めとするさまざまなコーディング言語で構築されたモデルをサポートします。 DataRobotの外部でモデルを作成し、モデルをDataRobotにアップロードする場合は、2つのコンポーネントを定義する必要があります。

• モデルコンテンツ：コンパイルされたアーティファクト、ソースコード、およびモデルに関連する追加のサポートファイル。

• モデル環境：モデルを実行するDockerイメージ。 モデル環境は、Dockerファイルと必要なサポートファイルを含む、ドロップインまたはカスタムのいずれかになります。 DataRobotは、さまざまなビルトイン環境を提供します。 カスタム環境は、非常に特殊なモデルとユースケースに対応するためにのみ必要とされます。

その他の情報については、関連する機能に関する注意事項を参照してください。

カスタムモデルワークショップ¶

カスタムモデルアセンブリ¶

カスタムモデル環境¶

機能に関する注意事項¶

• モデル画像を使用したデプロイの作成は進行中にキャンセルできません。
• 推論モデルは元のCSVデータを受信し、すべての前処理を処理する必要があります。
• モデルの既存のトレーニングデータを変更できるのは、モデルがアクティブにデプロイされていない場合だけです。 この制約は、トレーニングデータを初めて追加する場合には適用されません。 また、トレーニングデータの割り当てを解除することはできません。割り当て後は変更だけが可能です。
• ターゲット名を変更できるのは、モデルにトレーニングデータがなく、モデルがデプロイされていない場合だけです。
• ユーザーあたりの制限では、カスタムモデルデプロイの数は30、カスタム環境の数は30、およびカスタム環境バージョンの数は30です。
• カスタム推論モデルサーバーの起動は、3分に制限されています。
• トレーニングデータのファイルサイズは1.5GBに制限されます。
• 依存関係の管理は、適切なインデックスのパッケージでのみ機能します。 URLからパッケージをインストールすることはできません。
• 依存関係のイメージが構築されると、固定されていないPythonの依存関係は更新されません。 新しいバージョンに更新するには、バージョン制約のある要件ファイルを新規作成する必要があります。 DataRobotでは、バージョンを常に固定することが推奨されます。
• SaaS AIプラットフォームのみ：カスタム推論モデルは、インターネットや外部ネットワークにアクセスできません。