ML 모델과 함께 사용자 지정 컴포넌트를 사용하기 위한 요구 사항

영어 버전 문서로 돌아가기

마지막 업데이트 날짜: 2024년 11월 28일

ML 모델과 함께 사용자 지정 컴포넌트를 사용하기 위한 요구 사항

모델에서 자체 트랜스포머, 추정기, 함수, 클래스, 텐서 연산을 정의하여 IBM watsonx.ai Runtime에 온라인 배포로 배포할 수 있습니다.

사용자 정의 구성요소 정의 및 사용

모델에 커스텀 컴포넌트를 사용하려면 Python 배포 패키지에 커스텀 컴포넌트를 패키징해야 합니다.

패키지 유형은 다음과 같아야 합니다: 소스 배포 (휠 및 에그 유형의 배포는 지원되지 않음)
패키지 파일 형식은 .zip입니다.
사용자 정의 컴포넌트에 대한 써드파티 종속 항목은 pip 에 의해 설치 가능해야 하며 setuptools 라이브러리의 setup 함수의 install_requires 인수로 전달되어야 합니다.

학습된 모델을 watsonx.ai 런타임 리포지토리에 저장할 때는 추가 단계를 수행해야 합니다:

사용자 지정 패키지를 watsonx.ai 런타임 리포지토리에 저장합니다( watsonx.ai Python 클라이언트의 ' runtimes.store_library 함수 또는 ' store libraries watsonx.ai 런타임 CLI 명령 사용)
저장된 사용자 지정 패키지를 참조하는 런타임 리소스 개체를 만든 다음 ' watsonx.ai 런타임 저장소에 ' 런타임 리소스 객체를 저장합니다 '을 생성합니다(' runtimes.store 함수 또는 ' store runtimes ' 명령 사용)
학습된 모델을 watsonx.ai 런타임 리포지토리에 저장할 때 ' store_model 함수(또는 ' store ' 명령)에 전달되는 메타데이터에서 저장된 런타임 리소스를 참조합니다

다음 프레임워크는 사용자 정의 컴포넌트를 지원합니다.

자세한 정보는 지원되는 프레임워크 를 참조하십시오.

상위 주제: 배치 런타임 사용자 정의