Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

モデリング > 特殊なワークフロー > Composable ML > DRUM CLIツール

DRUM CLIツール

DataRobotユーザーモデル（DRUM）は、Python、R、およびJavaカスタムモデルを操作し、DataRobotにアップロードする前にローカルでカスタムタスク、カスタムモデル、カスタム環境を迅速にテストできるCLIツールです。 DataRobot内部のタスクとモデルを実行するためにも使用されるため、DRUMでローカルテストを渡す場合、DataRobotと互換性があります。 DRUMはPyPiからダウンロードできます。

DRUMでは以下の操作も可能です。

  • モデルのパフォーマンスとメモリー使用量のテストを実行する。

  • モデルの検定テストを実行する（コーナーケースでのモデルの機能のチェックなど（null値補完など））。

  • Dockerコンテナでモデルを実行します。

DRUMは、Ubuntu、Windows、MacOSにインストールできます。

備考

DRUMはWindowsまたはMacで定期的にテストされません。 これらのステップはマシンの設定によって異なる場合があります。

UbuntuのDRUM

以下に、DRUMのインストールワークフローを示します。 先に進む前に、言語の前提条件を考慮してください。

言語 前提条件 インストールコマンド
Python Python 3を推奨 pip install datarobot-drum
Java JRE ≥ 11 pip install datarobot-drum
R
  • Python ≥ 3.6
  • Rフレームワークインストール済み。
なお、drumはRの実行にrpy2パッケージを使用します（最新バージョンがデフォルトでインストールされます）。 互換性のためにrpy2およびpandasのバージョンを調整する必要がある場合があります。		 pip install datarobot-drum[R]

PythonおよびJavaモデルをサポートするDRUMをインストールするには、次のコマンドを使用します。

pip install datarobot-drum

RモデルをサポートするDRUMをインストールするには：

pip install datarobot-drum[R]

備考

Conda環境を使用中の場合は、wheelを--no-depsフラグでインストールします。 Conda環境に依存関係が必要な場合は、Condaツールを使用してインストールします。

MacのDRUM

以下の手順は、conda（他のツールを使用する場合もありますが）でDRUMをインストールして、DRUMでタスクをローカルでテストする方法について説明します。 はじめに、DRUMには以下が必要です：

  • condaのインストール。

  • 3.7+のPython環境（Rにも必要）。

MacにDRUMをインストール

  1. Python 3.7+で仮想環境を作成してアクティブ化します。 3.8のターミナルで、以下を実行します。

    conda create -n DR-custom-tasks python=3.8 -y
conda activate DR-custom-tasks

  2. DRUMをインストール：

    conda install -c conda-forge uwsgi -y
pip install datarobot-drum

  3. 環境を設定するには、Docker Desktopをインストールし、タスクを実行するDataRobotドロップイン環境をGitHubからダウンロードします。 この推奨手順により、ローカルとDataRobot内部の両方で同じ環境でタスクを実行できるようにします。

    また、ローカルpython環境でタスクを実行する場合、カスタムタスクで使用されるパッケージをDRUMと同じ環境にインストールします。

MacでDRUMを使用

タスクをローカルでテストするには、drum fitコマンドを実行します。 たとえば、二値分類プロジェクトで以下の操作を行います。

  1. conda環境DR-custom-tasksがアクティブ化されることを確認します。

  2. drum fitコマンドを実行します（< >ブラケット内のプレースホルダーフォルダー名を実際のフォルダー名に置き換えます）：

    drum fit --code-dir <folder_with_task_content> --input <test_data.csv>  --target-type binary --target <target_column_name> --docker <folder_with_dockerfile> --verbose

    例：

    drum fit --code-dir datarobot-user-models/custom_tasks/examples/python3_sklearn_binary --input datarobot-user-models/tests/testdata/iris_binary_training.csv --target-type binary --target Species --docker datarobot-user-models/public_dropin_environments/python3_sklearn/ --verbose

ヒント

詳細については、コマンドラインにdrum fit --helpを入力して、利用できるパラメーターを表示します。

WSL2があるWindowsのDRUM

DRUMは、最新のバージョンでサポートされ、WindowsマシンにLinux OSを簡単にインストールして実行できるネイティブ拡張であるWSL2（Windows Subsystem for Linux）でWindows 10または11で実行できます。 WSLを使用して、WindowsのIDEでカスタムタスクとカスタムモデルをローカルで開発し、Linuxコマンドラインを介してDRUMを使用して同じマシンですぐにテストして実行できます。

ヒント

Windows 11へのWSLのインストールとUbuntuの更新の手順については、このYouTube動画を参照してください。

WindowsDRUMインストールを完了するには、以下のフェーズが必要です。

  1. WSLを有効にする
  2. pyenvをインストール
  3. DRUMをインストール：
  4. Docker Desktopをインストール

Linux（WSL）を有効化

  1. コントロールパネル > Windows機能をオンまたはオフにするから、Windows Subsystem for Linuxをチェックします。 変更を作成した後、再起動を促すプロンプトが表示されます。

  2. Microsoftストアを開き、クリックしてUbuntuを取得します。

  3. Ubuntuをインストールし、起動プロンプトから起動します。 Unixユーザー名とパスワードを入力してインストールを完了します。 資格情報を使用できますが、今後必要となるため必ず記録してください。

WindowsスタートメニューからUbuntuにいつでもアクセスできます。 /mnt/c/の下のCドライブ上のファイルにアクセスします。

pyenvをインストール

WSL内のUbuntuにPythonまたは仮想環境がインストールされているため、macOSとLinuxで使用されるPythonバージョン管理プログラムであるpyenvをインストールする必要があります。 （複数のPython環境の管理については、こちらをご覧ください。）

Ubuntuターミナルで、行ごとに以下のコマンドを実行します（コメントは無視できます）。

cd $HOME
sudo apt update --yes
sudo apt upgrade --yes

sudo apt-get install --yes git
git clone https://github.com/pyenv/pyenv.git ~/.pyenv

#add pyenv to bashrc
echo '# Pyenv environment variables' >> ~/.bashrc
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo '# Pyenv initialization' >> ~/.bashrc
echo 'if command -v pyenv 1>/dev/null 2>&1; then' >> ~/.bashrc
echo '  eval "$(pyenv init -)"' >> ~/.bashrc
echo 'fi' >> ~/.bashrc

#restart shell
exec $SHELL

#install pyenv dependencies (copy as a single line)
sudo apt-get install --yes libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libgdbm-dev lzma lzma-dev tcl-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev wget curl make build-essential python-openssl

#install python 3.7 (it can take awhile)
pyenv install 3.7.10

WindowsにDRUMをインストール

DRUMをインストールするには、まずDRUMを実行するPython環境を設定し、その環境にDRUMをインストールします。

  1. pyenv環境を作成してアクティブ化します。

    cd $HOME
pyenv local 3.7.10
.pyenv/shims/python3.7 -m venv DR-custom-tasks-pyenv
source DR-custom-tasks-pyenv/bin/activate

  2. その環境にDRUMとその依存をインストールします。

    pip install datarobot-drum
exec $SHELL

  3. DRUMが実行されるコンテナ環境をGithubからダウンロードします。

    git clone https://github.com/datarobot/datarobot-user-models

Docker Desktopをインストール

pyenv環境でDRUMを直接実行できますが、Dockerコンテナで実行することをお勧めします。 この推奨手順により、ローカルとDataRobot内部の両方で同じ環境でタスクを実行できるようにし、インスト－ルを簡素化します。

  1. デフォルトのインストールステップに従って、Docker Desktopをダウンロードしてインストールします。

  2. Windows PowerShellを開いて以下を実行することにより、UbuntuバージョンWSL2を有効化します。

    wsl.exe --set-version Ubuntu 2
wsl --set-default-version 2

    備考

    更新をダウンロードしてインストールする必要がある場合があります。 PowerShellの指示に従うと、変換完了メッセージが表示されます。

  3. UbuntuからDocker Desktopへのアクセスを有効化します。

    1. ウィンドウのタスクバーからDocker Dashboardを開き、設定（歯車アイコン）にアクセスします。
    2. リソース > WSLインテグレーション > 追加distrosとのインテグレーションを有効化するで、Ubuntuをオンにします。
    3. 変更を適用して再起動します。

WindowsにDRUMをインストール

  1. コマンドラインからUbuntuターミナルを開きます。

  2. 以下のコマンドを使用して環境をアクティブ化します。

    cd $HOME
source DR-custom-tasks-pyenv/bin/activate

  3. Ubuntuターミナルウィンドウでdrum fitコマンドを実行します（< >ブラケット内のプレースホルダーフォルダー名を実際のフォルダー名に置き換えます）。

    drum fit --code-dir <folder_with_task_content> --input <test_data.csv>  --target-type binary --target <target_column_name> --docker <folder_with_dockerfile> --verbose

    例：

    drum fit --code-dir datarobot-user-models/custom_tasks/examples/python3_sklearn_binary --input datarobot-user-models/tests/testdata/iris_binary_training.csv --target-type binary --target Species --docker datarobot-user-models/public_dropin_environments/python3_sklearn/ --verbose
更新しました July 18, 2023