UI からのソフトウェア仕様の更新

1. デプロイメント・スペースから、モデルをクリックします (アクティブなデプロイメントがないことを確認します)。
2. i 記号をクリックして、モデルの詳細を確認します。
3. ドロップダウン・リストを使用して、ソフトウェア仕様を更新します。

以下のイメージ例を参照してください。

API を使用したソフトウェア仕様の更新

API Patch コマンドを使用して、ソフトウェア仕様を更新できます。

software_spec フィールドには、 /software_specと入力します。 value フィールドには、新しいソフトウェア仕様の ID または名前を使用します。

この例を参照してください：

curl -X PATCH '<deployment endpoint url>/ml/v4/models/6f01d512-fe0f-41cd-9a52-1e200c525c84?space_id=f2ddb8ce-7b10-4846-9ab0-62454a449802&project_id=<project_id>&version=<YYYY-MM-DD>' \n--data-raw '[
   {
      "op":"replace",
      "path":"/software_spec",
      "value":{
         "id":"6f01d512-fe0f-41cd-9a52-1e200c525c84"   // or "name":"tensorflow_rt22.1-py3.9"
      }
   }
]'

詳しくは、 パッチ API コマンドを使用したアセットの更新を参照してください。

オプション 1: 互換性のあるフレームワークを使用してモデルを保存する

1. モデルをダウンロードするには、watsonx.aiRuntimeData and AI Common Core APIまたはwatsonx.ai Pythonクライアントライブラリのいずれかを使用します。

   以下の例は、モデルをダウンロードする方法を示しています。

   client.repository.download(<model-id>, filename="xyz.tar.gz")
   

2. 現行リリースでサポートされているモデル・タイプとバージョンを使用してモデル・メタデータを編集します。 詳しくは、 デプロイメントのソフトウェア仕様およびハードウェア仕様を参照してください。

   以下の例は、モデル・メタデータを編集する方法を示しています。

   model_metadata = {
      client.repository.ModelMetaNames.NAME: "example model",
      client.repository.ModelMetaNames.DESCRIPTION: "example description",
      client.repository.ModelMetaNames.TYPE: "<new model type>",
      client.repository.ModelMetaNames.SOFTWARE_SPEC_UID:
      client.software_specifications.get_uid_by_name("<new software specification name>")
   }
   

3. モデルをwatsonx.aiRuntime リポジトリに保存します。 以下の例は、モデルをリポジトリーに保存する方法を示しています。

   model_details = client.repository.store_model(model="xyz.tar.gz", meta_props=model_metadata)
   

4. モデルをデプロイします。

5. モデルをスコアリングして予測を生成します。

デプロイメントまたはスコアリングが失敗した場合、モデルは、モデルの保存に使用された新しいバージョンと互換性がありません。 この場合は、 オプション 2を使用します。

オプション 2: 互換性のあるフレームワークを使用してモデルをリトレーニングする

1. 現行バージョンでサポートされているモデル・タイプとバージョンを使用してモデルをリトレーニングします。
2. サポートされていたモデル・タイプとバージョンを使用してモデルを保存します。
3. モデルをデプロイしてスコアリングします。

API を使用してモデルを更新することもできます。 詳しくは、 パッチ API コマンドを使用したアセットの更新を参照してください。

オプション 1: 互換性のあるランタイムまたはソフトウェア仕様で Python 関数を保存する

1. Python関数をダウンロードするには、watsonx.aiRuntimeREST APIまたはwatsonx.ai Pythonクライアントライブラリを使用します。
2. サポートされていたランタイムまたはソフトウェア仕様のバージョンを使用して Python 関数を保存します。 詳しくは、 デプロイメントのソフトウェア仕様およびハードウェア仕様を参照してください。
3. Python 関数をデプロイします。
4. Python 関数をスコアリングして予測を生成します。

スコアリング中に Python 関数が失敗した場合、この関数は、 Python 関数の保存に使用された新しいランタイム仕様またはソフトウェア仕様のバージョンと互換性がありません。 この場合は、 オプション 2を使用します。

オプション 2: 関数コードを変更し、互換性のあるランタイムまたはソフトウェア仕様を使用してその関数コードを保存する

1. Python 関数コードが新しいランタイムまたはソフトウェア仕様のバージョンと互換性を持つように、その Python 関数コードを変更します。 場合によっては、 Python 関数コード内にインストールされている従属ライブラリーを更新する必要があります。
2. 新しいランタイムまたはソフトウェア仕様のバージョンで Python 関数を保存します。
3. Python 関数をデプロイし、スコアリングします。

API を使用して関数を更新することもできます。 詳しくは、 パッチ API コマンドを使用したアセットの更新を参照してください。