0 / 0
영어 버전 문서로 돌아가기
지원되는 소프트웨어 스펙
마지막 업데이트 날짜: 2024년 12월 18일
지원되는 소프트웨어 스펙

IBM watsonx.ai Runtime에서는 널리 사용되는 도구, 라이브러리 및 프레임워크를 사용하여 머신 러닝 모델과 기능을 학습하고 배포할 수 있습니다. 이러한 모델 및 기능에 대한 환경은 특정 하드웨어 및 소프트웨어 스펙으로 구성됩니다.

소프트웨어 스펙은 모델 또는 기능에 사용하는 언어 및 버전을 정의합니다. 소프트웨어 스펙을 사용하여 모델 및 기능을 실행하는 데 사용되는 소프트웨어를 구성할 수 있습니다. 소프트웨어 스펙을 사용하여 사용할 소프트웨어 버전을 정확하게 정의하고 사용자 고유의 확장을 포함할 수 있습니다 (예: conda .yml 파일 또는 사용자 정의 라이브러리 사용).

사용 가능한 소프트웨어 및 하드웨어 스펙 목록을 가져온 후 배치에 사용할 해당 이름 및 ID를 사용할 수 있습니다. 자세한 내용은 Python 클라이언트 또는 데이터 및 AI 공통 코어 API를 참조하세요.

기계 학습 프레임워크에 대해 지원되는 소프트웨어 스펙

인기 있는 도구, 라이브러리 및 프레임워크를 사용하여 기계 학습 모델 및 기능을 훈련하고 배치할 수 있습니다.

이 표에는 사전 정의된 (기본) 모델 유형 및 소프트웨어 스펙이 나열되어 있습니다.

사전 정의된 (기본) 모델 유형 및 소프트웨어 스펙 목록
프레임워크 버전 모델 유형 소프트웨어 스펙
AI 서비스 해당사항 없음 해당사항 없음 runtime-24.1-py3.11
Decision Optimization 20.1 do-docplex_20.1
do-opl_20.1
do-cplex_20.1
do-cpo_20.1
do_20.1
Decision Optimization 22.1 do-docplex_22.1
do-opl_22.1
do-cplex_22.1
do-cpo_22.1
do_22.1
PMML 3.0 - 4.3 pmml_. (또는) pmml_..*3.0 - 4.3 pmml-3.0_4.3
PyTorch 2.0 pytorch-onnx_2.0
pytorch-onnx_rt23.1
runtime-23.1-py3.10
pytorch-onnx_rt23.1-py3.10
pytorch-onnx_rt23.1-py3.10-edt
pytorch-onnx_rt23.1-py3.10-dist
PyTorch 2.1 pytorch-onnx_2.1
pytorch-onnx_rt24.1
runtime-24.1-py3.11
pytorch-onnx_rt24.1-py3.11
pytorch-onnx_rt24.1-py3.11-edt
pytorch-onnx_rt24.1-py3.11-dist
Python 함수 해당사항 없음 해당사항 없음 runtime-24.1-py3.11
Python 스크립트 해당사항 없음 해당사항 없음 runtime-24.1-py3.11
Scikit-learn 1.1 scikit-learn_1.1 runtime-23.1-py3.10
Scikit-learn 1.3 scikit-learn_1.3 runtime-24.1-py3.11
스팍 3.3 mllib_3.3(deprecated) spark-mllib_3.3(deprecated)
스팍 3.4 mllib_3.4 spark-mllib_3.4
SPSS 17.1 spss-modeler_17.1 spss-modeler_17.1
SPSS 18.1 spss-modeler_18.1 spss-modeler_18.1
SPSS 18.2 spss-modeler_18.2 spss-modeler_18.2
Tensorflow 2.12 tensorflow_2.12
tensorflow_rt23.1
runtime-23.1-py3.10
tensorflow_rt23.1-py3.10-dist
tensorflow_rt23.1-py3.10-edt
tensorflow_rt23.1-py3.10
Tensorflow 2.14 텐서플로우_2.14
텐서플로우_rt24.1
runtime-24.1-py3.11
tensorflow_rt24.1-py3.11-dist
tensorflow_rt24.1-py3.11-edt
tensorflow_rt24.1-py3.11
XGBoost 1.6 xgboost_1.6 또는 scikit-learn_1.1 (참고 참조) runtime-23.1-py3.10
XGBoost 2.0 xgboost_2.0 또는 scikit-learn_1.3 runtime-24.1-py3.11
oNNX 또는 ONNXRUNUNE 1.16 onnxruntime_1.16 onnxruntime_opset_19

하이브리드 모델에 지원되는 모델 유형 및 소프트웨어 사양

하이브리드 모델에 지원되는 모델 유형 및 소프트웨어 사양은 다음과 같습니다:

하이브리드 모델에 지원되는 모델 유형 및 소프트웨어 사양 목록
프레임워크 버전 모델 유형 기본
소프트웨어 사양
파이프라인 소프트웨어 사양
하이브리드 0.1 wml-hybrid_0.1 hybrid_0.1 autoai-kb_rt24.1-py3.11
autoai-ts_rt24.1-py3.11

중단된 소프트웨어 스펙 또는 프레임워크에 의존하는 자산이 있는 경우 일부 경우에는 마이그레이션이 원활하지 않습니다. 또는 자산을 다시 훈련하거나 다시 배치하기 위해 사용자 조치가 필요한 경우도 있습니다.

  • 중단된 프레임워크 버전 또는 소프트웨어 스펙을 사용하여 빌드된 모델의 기존 배치는 중단 날짜에 제거됩니다.
  • 중단된 프레임워크 버전 또는 소프트웨어 스펙을 사용하여 빌드된 모델의 새 배치는 허용되지 않습니다.

상위 주제: 프레임워크 및 소프트웨어 스펙