0 / 0
Go back to the English version of the documentation
Požadavky pro použití vlastních komponent v modelech ML
Last updated: 06. 7. 2023
Požadavky pro použití vlastních komponent v modelech ML

Můžete definovat své vlastní transformátory, odhadce, funkce, třídy a tenzorové operace v modelech, které implementujete v produktu IBM Watson Machine Learning jako online nasazení.

Definování a použití vlastních komponent

Chcete-li ve svých modelech používat vlastní komponenty, musíte zabalit vlastní komponenty do distribučního balíku Python.

Požadavky balíku

  • Typ balíku musí být: source distribution (distribuce typu Wheel a Egg nejsou podporovány)
  • Formát souboru balíku musí být: .zip
  • Veškeré závislosti třetích stran pro vaše vlastní komponenty musí být instalovatelné pomocí produktu pip a musí být předány argumentu install_requires funkce setup knihovny setuptools .

Viz téma: Vytvoření zdrojové distribuce

Uložení vlastního balíku

Při ukládání školeného modelu do úložiště produktu Watson Machine Learning musíte provést další kroky:

  • Uložte svůj vlastní balík do úložiště produktu Watson Machine Learning (použijte funkci produktu runtimes.store_library z klienta Watson Machine Learning Python , nebo pomocí příkazu rozhraní CLI produktu store libraries Watson Machine Learning ).
  • Vytvořte objekt prostředku běhového prostředí, který odkazuje na uložený vlastní balík, a poté uložte objekt prostředku běhového prostředí do úložiště Watson Machine Learning (použijte funkci runtimes.store nebo příkaz store runtimes ).
  • Při ukládání vyškoleného modelu do úložiště produktu Watson Machine Learning odkazujte na uložený prostředek běhového prostředí v metadatech , která se předává funkci store_model (nebo příkazu store ).

Podporované rámce

Tyto rámce podporují vlastní komponenty:

  • Scikit-učit se
  • XGBoost
  • Tensorflow
  • Funkce Python
  • Skripty Python
  • Decision Optimization

Podrobnosti o podpoře, které jsou uvedeny podle rámce, najdete v tématu: Podporované rámce

 

Nadřízené téma: Přizpůsobení běhových prostředí implementace

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more