注意:以下翻译的准确性尚未经过验证。这是使用 AIP ↗ 从原始英文文本进行的机器翻译。
以下文档描述了 foundry_ml
库,该库不再建议在平台中使用。建议使用 palantir_models
库。您还可以通过示例学习如何将模型从 foundry_ml
迁移到 palantir_models
框架。
foundry_ml
库将于2025年10月31日被移除,这与计划弃用 Python 3.9 相对应。
使用 foundry_ml
训练的模型可以具有依赖项,即运行模型所需的特定包和版本。当一个 foundry_ml
模型提交到一个建模目标时,将自动启动一个 Conda 环境求解过程,以定义运行该模型所使用的包和版本。最初,此求解过程是在一组默认的 Python 依赖项上执行的。如果您需要额外的依赖项以执行模型,您应该按如下描述配置这些依赖项。
要配置 Python 模型的依赖项,请在目标主页的模型部分点击特定的模型提交。这将带您进入完整的模型提交页面,在这里可以配置依赖项。
接下来,点击 Configure 按钮以打开配置对话框。在此对话框中,您可以添加、删除和编辑依赖项列表,选择其版本约束。作为本教程的示例,我们将添加一个新包 numpy
,其版本设置为 AUTOMATIC
。选择 保存模型配置 以开始求解新的 Conda 环境。
对于支持依赖项配置的模型类型(目前仅限 Python 模型),在求解完成之前,模型发布将被阻止。
一旦求解成功,您可以 创建新发布 并部署模型。
默认 Python 依赖项集可以在建模目标的 设置 页面下的 部署 选项卡中查看,如下所示。
如果您的模型使用了在 Foundry 内部开发的库(参见共享 Python 库),只要您对库的基础代码库拥有读取权限,它们也可以在 模型依赖项 中被选为依赖项。
在模型依赖项配置后,无论用户在触发发布和部署时对库的权限如何,该库都将对模型可用。