MLモデルでカスタムコンポーネントを使用するための要件

資料の英語版に戻る

最終更新: 2024年11月28日

MLモデルでカスタムコンポーネントを使用するための要件

IBM watsonx.aiRuntime にオンライン・デプロイメントとしてデプロイするモデルには、独自のトランスフォーマー、エスティメーター、関数、クラス、テンソル演算を定義できます。

カスタム・コンポーネントの定義および使用

カスタムコンポーネントをモデルで使用するには、カスタムコンポーネントをPython配布パッケージにパッケージする必要があります。

パッケージの種類は、ソースディストリビューションでなければなりません (Wheel および Egg タイプのディストリビューションはサポートされていません)
パッケージ・ファイルの形式が .zip でなければなりません。
カスタム・コンポーネントのサードパーティ依存コンポーネントはすべて、'pipでインストール可能でなければならず、'setuptoolsライブラリの'setup関数の'install_requires引数に渡さなければならない。

学習済みモデルをwatsonx.aiRuntime リポジトリに保存する際には、特別な手順を踏む必要があります：

カスタムパッケージをwatsonx.aiRuntime リポジトリに保存します (watsonx.ai Pythonクライアントの 'runtimes.store_library関数、または 'store libraries watsonx.aiRuntime CLI コマンドを使用します)
保存したカスタムパッケージを参照するランタイム・リソース・オブジェクトを作成し、watsonx.aiRuntime リポジトリーに保存します（'runtimes.store関数または 'store runtimesコマンドを使用します）
学習したモデルをwatsonx.aiRuntime リポジトリに保存する場合、'store_model関数（または 'storeコマンド）に渡されるメタデータで、保存したランタイムリソースを参照します

これらのフレームワークはカスタム・コンポーネントをサポートしている：

詳細については、サポートされているフレームワークを参照してください

親トピック デプロイメントランタイムのカスタマイズ