カスタムアプリケーションの作成¶

Dockerで作成したイメージから、Streamlit、Dash、Plotlyなどのウェブアプリケーションを使ってDataRobotでカスタムアプリケーションを作成し、機械学習プロジェクトを共有できます。 Dockerでカスタム機械学習アプリを作成したら、DataRobotアプリワークショップでカスタムアプリケーションとしてアップロードし、セキュアなデータアクセスと制御でデプロイできます。 あるいは、DRAppsコマンドラインツールを使用してアプリコードを作成し、DataRobotにプッシュして、自動的にイメージを構築することもできます。

カスタムアプリケーションのアップロード¶

カスタムアプリケーションをDataRobotにアップロードするには、まずDockerでアプリイメージを作成する必要があります。

1. Dockerをインストールします。

2. アプリを作成します（Streamlit、Flask、Aiohttpの例を参照してください）。

3. Dockerfileでポート8080をHTTPリクエスト用にExposeします。

4. docker build [PATH] | [URL] -—tag [IMAGE NAME]でイメージを構築します。

5. docker run --publish 8080:8080 [IMAGE NAME]によって、アプリのイメージをローカルでテストします。

アプリのイメージをDataRobotにアップロードする準備ができたら、新しいビルドを作成し、docker save [IMAGE NAME] --output [PATH]でエクスポートします。 アプリができたら（tar、gz、またはtgzアーカイブとしてエクスポート）、そのイメージをアプリケーションタブにアップロードします。

カスタムアプリケーションtar、gzまたはtgzアーカイブがある場合、DataRobotレジストリのアプリケーションページに画像をアップロードできます。

1. In the Registry, navigate to the Applications page and click the dropdown next to Add new application source. Then select Upload application.

   

2. カスタムアプリケーションの新規作成パネルで、以下の設定を行います。

   

   • 名前フィールドで、カスタムアプリのわかりやすい名前を入力します。

   • アプリケーションのイメージを追加グループボックスで、 ファイルを選択をクリックし、そのイメージを含むtar、gz、またはtgzアーカイブを選択して、開くをクリックします。

     カスタムアプリケーションのイメージのアップロードが開始されます。

     

3. アプリケーションがアップロードされたら、新規アプリケーションの作成をクリックします。

   

   カスタムアプリケーションは、初期化中というステータスですべてのアプリケーションリストに追加されます。 構築されたら、開くをクリックしてアプリケーションを表示できます。

   

   備考

   アプリケーションタブのカスタムアプリケーションの横にあるアクションメニュー をクリックして、アプリケーションを共有または削除できます。

アプリケーションソースからのカスタムアプリケーションの構築¶

アプリケーションソースを設定している場合、それを使用してカスタムアプリケーションを構築できます。

1. レジストリで、アプリケーション > アプリケーションソースタブをクリックし、カスタムアプリケーションを構築するアプリケーションソースを選択します。

   

2. アプリケーションを構築をクリックします。 DataRobotがアプリケーションを初期化する時間を与えます。

   

3. カスタムアプリケーションが、そのソースから構築されたアプリケーションのリストに追加されます。 構築されたら、開くをクリックしてアプリケーションを表示できます。

   

   備考

   アプリケーションタブのカスタムアプリケーションの横にあるアクションメニュー をクリックして、アプリケーションを共有または削除できます。

Build a custom application from the template gallery¶

DataRobot provides application templates from which you can build custom applications. Application templates are comprehensive, end-to-end recipes designed to accelerate the development and operation of generative and predictive AI use cases. These templates contain all necessary assets with customizable components, allowing teams to quickly implement tailored AI solutions.

1. In the Registry, click the Applications page, and then click Add new application source > Create new application from template gallery in the top-right corner of the page.

   

2. Browse the application template gallery to review the use cases that each template supports. The table below summarizes the templates available.

   

   Application template	説明
   Flask app base template	A code template used to build a Flask application, a flexible web framework for Python. Flask allows you to map URLs to specific Python functions, which define the behavior of the app.
   Q&A Chat Generation app template	A code template used to build a Q&A application powered by Streamlit and supported by the styling library streamlit-sal.
   Slack Bot app template	A code tempalte used to create a Slack application to configure Slack bot messages and events.
   Streamlit app base template	A code template used to build a Streamlit application. Streamlit is an open-source Python framework designed for quickly building and deploying data-driven applications.

3. Click on a template to expand and review the supporting documentation, including more information about the use case.

   

4. Select a template and click Create application source in the top-right corner.

   

5. DataRobot brings you to the application source page, populated with the template's contents. Review any application dependencies and the application source's files, then click Build application. DataRobotがアプリケーションを初期化する時間を与えます。

   

6. The custom application is added to the list of apps built from that source. 構築されたら、開くをクリックしてアプリケーションを表示します。