- 概要
- スタートアップガイド
- ユーザガイド
-
リファレンス
-
ABEJA Platform CLI
- CONFIG COMMAND
- DATALAKE COMMAND
- DATASET COMMAND
- TRAINING COMMAND
-
MODEL COMMAND
- check-endpoint-image
- check-endpoint-json
- create-deployment
- create-endpoint
- create-model
- create-service
- create-trigger
- create-version
- delete-deployment
- delete-endpoint
- delete-model
- delete-service
- delete-version
- describe-deployments
- describe-endpoints
- describe-models
- describe-service-logs
- describe-services
- describe-versions
- download-versions
- run-local
- run-local-server
- start-service
- stop-service
- submit-run
- update-endpoint
- startapp command
-
ABEJA Platform CLI
- FAQ
- Appendix
モデルとバージョン
モデルは一般的には、教師データに対して構築されたアルゴリズムを適用し、学習により一般化された生成物ですが、 ABEJA Platform では、推論を実行するプログラム全体も含めたものを指します。
モデルバージョン
ABEJA Platform では作成したモデルに対してバージョン管理が可能です。 新たにモデルを作成する際にもバージョンを指定する必要があります。
モデルバージョンには、インストールするパッケージを定義した requirements.txt
及びモデルハンドラー関数の実装を含むソースコード、実行環境として選択されたイメージが紐付きます。
モデルハンドラー関数
モデルハンドラー関数はモデルを実行する際に呼び出される pythonで実装された関数です。
ライブラリの追加
モデルの実行環境となるイメージは ABEJA Platform が提供しているものを選択する形式です。
各イメージにはディープラーニングのライブラリがプリインストールされており、モデルのコードから使用することが出来ます。 (各イメージにプリインストールされているライブラリはこちらから確認できます)
モデルでプリインストールされているライブラリも使用可能です。
プロジェクトディレクトリの直下に必要なライブラリを記載した requirements.txt
を配置し、モデルバージョンを作成することで、サービスの作成時に記載したライブラリがインストールされます。
イメージ
モデルのバージョンを作成する際に、作成したバージョンが実行される環境を選ぶ必要があります。 現在、以下のイメージが用意されています。