デプロイのアクション¶
デプロイページで、アクションメニューを使用してデプロイを管理できます。 使用できるオプションは、ユーザー権限やデプロイで使用可能なデータを始めとするさまざまな条件に応じて異なります。 以下の表では、各オプションについて簡単に説明します。 デプロイダッシュボードの各デプロイの右側、または 概要タブの右上にあるアクションメニューにアクセスします。
アクションメニューアイコン をクリックしてアクションメニューを開きます。
Or, click the row in the table to open the deployment Overview, where you can view deployment information and access the actions menu.
アクションをクリックしてアクションメニューを開きます。
オプション | 可用性 | 説明 |
---|---|---|
デプロイへのアクセス | ユーザー、オーナー | Opens the selected deployment to the Overview tab. そこから、デプロイ情報、設定、および監視にアクセスできます。 デプロイに対してコンシューマーアクセス権しかない場合、そのデプロイを表示、アクセス、操作することはできません。 |
モデルの置換 | オーナー | Replaces the current model in the deployment with a newly specified registered model version. 予測精度は、状況やデータの変化に応じて時間とともに低下する傾向があります(データドリフトダッシュボードで追跡できます)。 適切な権限がある場合、モデルの置換アクションを使用して、より適合性の高い新しいモデルに簡単に切り替えることができます。 その後、新しいモデル予測をアプリケーションに組み込むことができます。 この操作を行うとEメール通知が行われます。 |
新規アプリケーションの作成 | オーナー | Launches a DataRobot application using the deployed model. |
スコアリングコードを取得する | ユーザー、コンシューマー、オーナー | スコアリングコード(JAR形式)をデプロイから直接ダウンロードします。 このアクションは、スコアリングコードをサポートするモデルでのみ使用できます。 See more information on Scoring Code download settings. |
Link to Use Cases | ユーザー、オーナー | Links the deployment to a new or existing Use Case; or, manages the exiting Use Case connections. |
共有 | ユーザー、オーナー | プロジェクトの権限に関係なく共有機能を提供します。 共有機能を使用すると、デプロイされたモデルを作成したプロジェクトに関係なく、デプロイに対する権限を適切なユーザーロールに付与できます。 これは、モデルの作成者が定期的にモデルを更新し、それを使用するユーザーが更新された予測にアクセスできても、モデル自体にはアクセスできないようにする場合などに便利です。 デプロイを共有するには、そのデプロイを共有するユーザーのEメールアドレスを入力し、役割を選択して共有をクリックします。 ユーザーの権限は、後で現在の権限をクリックし、ドロップダウンから新しいアクセスレベルを選択することで変更できます。 この操作を行うとEメール通知が行われます。 さらに、デプロイのオーナーとユーザーは、グループや組織と共有できます。 共有モーダルで[グループ]または[組織]タブを選択します。 |
ログを表示 | ユーザー、オーナー | カスタムモデルのデプロイでは、トラブルシューティングのために、カスタムモデルのランタイムログと起動ログを開きます。 |
統計をクリア | オーナー | デプロイのログに記録された統計をリセットします。 デプロイは、モデルのさまざまな統計を収集します。 場合によっては、たとえば、本番用にアップロードするデータと似たデータで予測がうまく機能するかどうかを確認するために、本番ワークロードを実行する前に、デプロイしたモデルを設定してテストできます。 DataRobotはデプロイをテストした後、ログされた分析をリセットできるため、デプロイを再作成することなくライブデータからテストデータを分離して、ゼロから開始できます。 ダイアログボックスの各フィールドに入力して、統計情報を消去するモデル、消去する日付範囲、および消去と確認の理由を設定します。 |
再起動する | オーナー | 管理エージェントのデプロイの場合は、エージェントによって管理される予測環境でのデプロイを再起動します。 |
Activate / Deactivate | オーナー | デプロイのモニタリングおよび予測リクエスト機能を有効または無効にします。 適切な権限がある場合、その予測リクエストと一部の監視機能をアクティブ化できます。 デプロイには、予測リクエストやデータ監視など、大量のリソースを消費する機能があります。 モデルの予測をテストしたい場合や、リソースの消費や運用停止のリスクなしで監視出力の設定を試したい場合があります。 デプロイのアクティブ化により、リソースを大量に消費するこれらの機能を個々のデプロイで有効にするタイミングを制御できます。 なお、非アクティブなデプロイは、デプロイ制限までのデプロイ数のカウントには含まれません。 |
削除 | オーナー | インベントリからデプロイを削除します。 適切な 権限がある場合、インベントリからデプロイを削除できます。 この操作を行うと、デプロイに対する共有権限を有するすべてのユーザーにEメール通知が送信されます。 |
Link to a Use Case¶
To link a deployment to a Workbench Use Case, in the deployment's actions menu , click Link to Use Cases.
In the Link to Use Case modal, select one of the following options:
オプション | 説明 |
---|---|
ユースケースの選択 | Click the Use Case name dropdown list to select an existing Use Case, then click Link to Use Case. |
ユースケースの作成 | Enter a new Use Case name and an optional Description, then click Create Use Case to create a new Use Case in Workbench. |
リンクされたユースケースの管理 (#) |
Click the minus icon next to a Use Case to unlink it from the asset, then click Unlink selected. |
デプロイモデルの置換¶
Because model predictions tend to degrade in accuracy over time, DataRobot provides an easy way to replace the deployed registered model version with a newer, or more effective, version. これにより、モデルが最新かつ高精度であることが保証されます。 Using the model management capability to switch the registered model version for a deployment allows model creators to keep models current without disrupting downstream consumers. It helps model validators and data science teams to track model history, and, it provides model consumers with confidence in their predictions without needing to know the details of the changeover.
To replace the registered model version for a deployment:
-
From the Deployments dashboard or the Overview tab, open the actions menu:
-
From the Deployments dashboard, click the menu icon .
-
From the Overview tab, click Actions.
-
-
モデルの置換をクリックし
-
On the Replace registered model version panel, select a Replacement reason:
- 精度
- データドリフト
- エラー
- 定期的なリフレッシュ
- スコアリングの速度
- 使用非推奨
- その他
-
If there's a deployment approval policy configured for the deployment, select when to Apply replacement:
- 承認時に自動的に
- 承認通知後に手動で
-
Click a registered model version, then click Select:
-
The model validation process runs to test the new model’s compatibility with the deployment. During this process, don’t close or refresh this page or exit the application. After the validation process completes:
-
If validation succeeds, click Replace.
-
If validation completes with warnings, review the warnings and, if you still want to replace the model, click Accept and replace.
Model validation warnings
The following warnings can appear during validation:
- The features in the new model differ from the features in the current model. Prediction requests missing features required by the new model will return a 422 error.
- The feature compatibility between the new model and the current model can’t be validated.
- The new model doesn’t support all humility rules configured for the deployment.
- The model segments aren’t compatible between the new model and the current model.
For more information, see the Model replacement validation section.
-
If validation fails, click Cancel and try the replacement process with a compatible model.
-
モデル置換に関する注意事項¶
デプロイ済みのモデルを置き換える場合は、以下の点に注意してください。
-
モデル置換は、すべてのデプロイで利用できます。 各デプロイのモデルはモデルパッケージとして提供され、互換性がある場合は別のモデルパッケージに置き換えることができます。
-
The new model package cannot be the same model in the same Experiment as an existing champion or challenger; each challenger must be a unique model. 同じリーダーボードモデルから複数のモデルパッケージを作成する場合、それらのモデルを同じデプロイでチャレンジャーとして使用することはできません。
-
最新のモデルだけがデプロイされますが、 モデル履歴は維持され、データドリフトのベースラインとして使用できます。
モデル置換の検証¶
DataRobotは、新しいモデルが既存のモデルの適切な置き換えであるかどうかを検証し、問題が見つかった場合は警告メッセージを表示します。 DataRobotはモデルを比較して、以下のことを確認します。
- ターゲットの名前とタイプが一致していること。 分類ターゲットの場合、クラス名も一致している必要があります。
- 特徴量の型が一致していること。
- 新しい特徴量がないこと。 新しいモデルのほうが特徴量の数が多い場合、警告が表示され、追加された特徴量が示されます。 これは、新しいモデルが古いモデルで使用できない特徴量を必要とする場合に、予測エラーを防ぐのに役立ちます。
- 置換モデルがすべての信頼性ルールをサポートしていること。
- 既存のモデルが時系列モデルの場合、置換モデルも時系列モデルである必要があり、系列タイプ(単一系列/複数系列)が一致している必要があります。
- モデルがカスタム推論モデルの場合、カスタムモデルテストに合格する必要があります。
- 予測間隔は、有効化されるデプロイの予測間隔に適合している必要があります。
- セグメントは、有効化されるデプロイのセグメント分析に適合している必要があります。
Input feature validation
DataRobotがモデルの入力特徴量を検証できるのは、両方のモデルパッケージ(デプロイ用の既存のモデルパッケージと、それを置き換えるために選択したモデルパッケージ)にトレーニングデータを割り当てている場合のみです。 そうでない場合、DataRobotは2つのモデルパッケージが同じターゲットタイプとターゲット名を持っていることを検証できません。 モデル、ターゲットタイプ、ターゲット名が同じでない場合、警告メッセージが表示され、モデルの置き換えができないことが通知されます。
Model replacement compatibility¶
デプロイ用のモデルパッケージの置換に進む前に、各モデルパッケージタイプ(外部およびDataRobot)の互換性を考慮してください。
-
外部モデルパッケージ(MLOpsエージェントによる監視)は他の外部モデルパッケージとの間でのみ置き換えることができます。 DataRobotモデルパッケージで置き換えることはできません。
-
カスタムモデルパッケージはDataRobotモデルパッケージです。 DataRobotモデルパッケージは、他のDataRobotモデルパッケージとの間でのみを置き換えることができます。 外部モデルパッケージで置き換えることはできません。
-
外部モデルパッケージ(MLOpsエージェントによる監視)は他の外部モデルパッケージとの間でのみ置き換えることができます。 DataRobotモデルパッケージで置き換えることはできません。
-
カスタムモデルパッケージおよびインポートされた.mlpkgファイルはどちらもDataRobotモデルパッケージタイプです。 DataRobotモデルパッケージは、他のDataRobotモデルパッケージとの間でのみを置き換えることができます。 外部モデルパッケージで置き換えることはできません。