Go back to the English version of the documentation在 ML 模型中使用自定义组件的要求
在 ML 模型中使用自定义组件的要求
Last updated: 2024年11月28日
您可以在IBM watsonx.aiRuntime 中作为在线部署部署的模型中定义自己的转换器、估计器、函数、类和张量运算。
定义和使用定制组件
要在模型中使用自定义组件，需要将自定义组件打包到Python发布包中。
软件包需求
- 软件包类型必须是：源代码发布版（不支持 Wheel 和 Egg 类型的发布版）
- 软件包文件格式必须为：
.zip - 定制组件的任何第三方依赖关系都必须可由
pip安装，并且必须传递到setuptools库的setup函数的install_requires自变量。
请参阅：创建源代码分发
存储定制包
将训练好的模型存储到watsonx.aiRuntime 资源库时，必须采取额外的步骤：
- 在watsonx.aiRuntime 资源库中存储自定义软件包（使用watsonx.ai Python客户端中的 "
runtimes.store_library函数，或watsonx.aiRuntime CLI 命令中的 "store libraries） - 创建一个运行时资源对象，引用存储的自定义软件包，然后在 "watsonx.ai运行时资源库中创建 "存储运行时资源对象（使用 "
runtimes.store函数或 "store runtimes命令） - 在watsonx.ai运行时资源库中存储训练好的模型时，请在传递给 "
store_model函数（或 "store命令）的元数据中引用存储的运行时资源
受支持的框架
这些框架支持定制组件:
- Scikit-learn
- XGBoost
- Tensorflow
- Python 函数
- Python 脚本
- Decision Optimization
有关更多信息，请参阅 支持的框架
父主题: 定制部署运行时