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。

配置 Python 模型依赖

已过时功能

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。

配置模型依赖项

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。

模型详情

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。

依赖项配置对话框

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。

待处理求解

一旦求解成功,您可以 创建新发布 并部署模型。

成功求解

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。

待处理求解

使用 Foundry 库作为依赖项

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。

Foundry 库

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。