创建模型适配器

创建模型适配器有两种方法。第一种是通过独立的模型适配器库模板，第二种是将Python变换和训练代码与自定义适配器代码集成到同一个代码库中。

模型适配器库模板应在以下情况下使用：

1. 容器支持的模型
2. 外部模型
3. 创建可在多个代码库中共享的模型适配器

模型训练模板应用于大多数在Foundry中通过Python变换创建的模型。通过将模型适配器定义集成到变换代码库中，您可以比使用模型适配器库模板更快速地迭代适配器和训练逻辑。

以下是两个模板的比较，以及何时使用每个模板的指导：

模型适配器库模板

要创建容器、外部或可重用的Python变换模型适配器，打开代码库应用程序并选择模型适配器库。

模型适配器库在src/model_adapter/目录中包含了一些示例实现。使用此模板生成的模型适配器具有可配置的软件包名称，最初是从代码库的名称派生的。您可以在隐藏的gradle.properties文件中查看和修改condaPackageName值（注意，空格和其他特殊字符将在发布的库中被替换为-）。

与其他Python库代码库一样，标记提交将发布库的新版本。这些发布的库可以导入到其他Python变换代码库中，用于模型训练和推理。

一个代码库可以发布多个模型适配器。任何额外的适配器实现文件必须在适配器模板的build.gradle隐藏文件中添加为模型适配器模块列表的引用。默认情况下，只有model_adapter.example_adapter将被发布。

适配器的实现取决于所生成的模型类型。了解更多信息，请参阅外部模型适配器文档，或查看示例容器模型适配器。

模型训练模板

要直接在Foundry中创建模型，打开代码库应用程序并选择模型训练模板。此代码库允许您编写Python数据变换以训练模型并进行推理。

使用此模板生成的模型适配器不能具有自定义的软件包名称或被标记。适配器将在名为transforms-model-training-<repository rid>的库中发布，其版本将从Git提交中派生。软件包的全名和版本可以在Palantir模型页面上查看。此库必须添加到下游代码库中以便能够将模型加载为ModelInput。如果这不适合您的应用案例，模型适配器库模板允许您配置版本和软件包名称。

要了解更多信息，请阅读有关在Foundry中使用训练模板训练模型的文档。