Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Modèles personnalisés dans Neptune ML
Neptune ML vous permet de définir vos propres implémentations de modèle personnalisé à l'aide de Python. Vous pouvez entraîner et déployer des modèles personnalisés à l'aide de l'infrastructure Neptune ML d'une manière très similaire à celle employée pour les modèles intégrés, et vous pouvez les utiliser pour obtenir des prédictions par le biais de requêtes de graphe.
Note
L'inférence inductive en temps réel n'est actuellement pas prise en charge pour les modèles personnalisés.
Vous pouvez commencer à implémenter votre propre modèle personnalisé en Python en suivant les exemples de la boîte à outils Neptune ML
Table des matières
- Vue d'ensemble des modèles personnalisés dans Neptune ML
- Développement de modèle personnalisé dans Neptune ML
- Développement d'un script d'entraînement de modèle personnalisé dans Neptune ML
- Développement d'un script de transformation de modèle personnalisé dans Neptune ML
- Fichier model-hpo-configuration.json personnalisé dans Neptune ML
- Test local de l'implémentation de votre modèle personnalisé dans Neptune ML
