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。

NextGenエクスペリエンス > レジストリ > カスタム環境 > Use drop-in environments

ドロップイン環境

本機能の提供について

Custom execution environment management in NextGen is on by default.

Feature flag: Enable Custom Execution Environments NextGen UI

DataRobotでは、モデルワークショップでドロップイン環境が使用でき、必要なライブラリを定義してstart_server.shファイルが使用できます。 次の表に、DataRobotのドロップイン環境の詳細とDRUMリポジトリ内のテンプレートへのリンクを示します。 モデルワークショップのアセンブルタブの環境セクションでは各環境の前に[DataRobot]が置かれます。

Custom model drop-in environments

これらのドロップイン環境は、 カスタムモデルを作成するときに選択できます。

環境名と例 モデルの互換性とアーティファクトファイルの拡張子
Python 3 ONNXドロップイン ONNXモデル（.onnx）
Python 3 PMMLドロップイン PMMLモデル（.pmml）
Python 3 PyTorchドロップイン PyTorchモデル（.pth）
Python 3 Scikit-Learnドロップイン Scikit-Learnモデル（.pkl）
Python 3 XGBoostドロップイン ネイティブXGBoostモデル（.pkl）
Python 3 Kerasドロップイン TensorFlow（.h5）を用いたKerasモデル
Javaドロップイン DataRobotスコアリングコードモデル（.jar）
Rドロップイン環境 CARET（.rds）を使ってトレーニングされたRモデル
CARETが推奨するすべてのライブラリをインストールするのに時間がかかるため、パッケージ名でもあるモデルタイプのみがインストールされます（例：brnn、glmnet）。 この環境のコピーを作成し、Dockerfileを修正して、必要なパッケージを追加でインストールします。 この環境をカスタマイズする際のビルド回数を減らすために、# Install caret modelsセクションで不要な行を削除して、必要なものだけをインストールすることもできます。 CARETドキュメントを参照して、モデルの手法がパッケージ名と一致しているかどうかを確認してください。 このリンクをクリックする前にGitHubにログインしてください。
Juliaドロップイン* Juliaモデル（.jlso）
* Juliaのドロップイン環境は公式にはサポートされていません。例として提供されています。

備考

すべてのPython環境には、前処理（必要な場合）を支援するScikit-Learnが含まれていますが、sklearnモデルで予測を作成できるのはScikit-Learnだけです。

カスタムモデルの環境変数

ドロップイン環境を使用する場合、カスタムモデルコードは DataRobotクライアントと MLOps Connected Clientへのアクセスを容易にするために挿入された複数の環境変数を参照できます。

環境変数 説明
MLOPS_DEPLOYMENT_ID カスタムモデルがデプロイモードで実行されている場合（カスタムモデルがデプロイされている場合）、デプロイIDを使用できます。
DATAROBOT_ENDPOINT カスタムモデルに パブリックネットワークアクセスがある場合、DataRobotエンドポイントURLを使用できます。
DATAROBOT_API_TOKEN カスタムモデルに パブリックネットワークアクセスがある場合、DataRobot APIトークンを使用できます。
更新しました June 19, 2024