모델 어댑터를 생성하는 두 가지 방법이 있습니다. 첫 번째는 독립 실행형 모델 어댑터 라이브러리 템플릿을 통한 것이고, 두 번째는 Python 변환과 훈련 코드를 커스텀 어댑터 코드와 함께 단일 저장소에 통합하는 것입니다.
모델 어댑터 라이브러리 템플릿은 다음과 같은 경우에 사용해야 합니다:
모델 훈련 템플릿은 Foundry에서 Python 변환을 통해 생성된 대부분의 모델에 사용해야 합니다. 모델 어댑터 정의를 변환 저장소에 통합함으로써, 모델 어댑터 라이브러리
템플릿보다 어댑터와 훈련 로직에 대해 빠르게 반복할 수 있습니다.
다음은 두 템플릿의 비교와 각각 언제 사용해야 하는지에 대한 안내입니다:
모델 훈련 | 모델 어댑터 라이브러리 | |
---|---|---|
지원되는 모델 유형 | Python 변환 | Python 변환, 컨테이너, 외부 모델 |
제한사항 | 저장소 간에 재사용하기 어려움 | 반복 주기가 느림 |
컨테이너, 외부, 또는 재사용 가능한 Python 변환 모델 어댑터를 생성하려면, Code Repositories 애플리케이션을 열고 모델 어댑터 라이브러리를 선택합니다.
모델 어댑터 라이브러리에는 src/model_adapter/
디렉토리에 예제 구현이 포함되어 있습니다. 이 템플릿을 사용하여 생성된 모델 어댑터는 저장소의 이름에서 초기에 파생된 구성 가능한 패키지 이름을 가집니다. 숨겨진 gradle.properties
파일에서 condaPackageName
값을 보고 수정할 수 있습니다(발행된 라이브러리에서 공백 및 기타 특수 문자는 -
로 대체됩니다).
다른 Python 라이브러리 저장소와 마찬가지로, 커밋에 태그를 붙이면 라이브러리의 새 버전이 발행됩니다. 이러한 발행된 라이브러리는 모델 훈련 및 추론을 위해 다른 Python 변환 저장소로 가져올 수 있습니다.
저장소는 여러 모델 어댑터를 발행할 수 있습니다. 추가적인 어댑터 구현 파일은 어댑터 템플릿의 build.gradle
숨김 파일 내의 모델 어댑터 모듈 목록에 참조로 추가해야 합니다. 기본적으로 model_adapter.example_adapter
만 발행됩니다.
어댑터의 구현은 생성되는 모델의 유형에 따라 달라집니다. 외부 모델 어댑터 문서에서 더 자세히 알아보거나, 예제 컨테이너 모델 어댑터를 검토하세요.
Foundry에서 직접 모델을 생성하려면, Code Repositories 애플리케이션을 열고 모델 훈련 템플릿을 선택합니다. 이 저장소를 사용하면 모델을 훈련하고 추론을 실행하기 위한 Python 데이터 변환을 작성할 수 있습니다.
이 템플릿을 사용하여 생성된 모델 어댑터는 커스텀 패키지 이름을 가질 수 없으며 태그를 붙일 수 없습니다. 어댑터는 transforms-model-training-<repository rid>
라는 라이브러리에 발행되며, 버전은 Git 커밋에서 파생됩니다. 패키지의 전체 이름과 버전은 Palantir 모델 페이지에서 확인할 수 있습니다. 이 라이브러리는 모델을 ModelInput
으로 로드할 수 있도록 다운스트림 저장소에 추가해야 합니다. 이것이 유즈케이스에 적합하지 않다면, 모델 어댑터 라이브러리 템플릿은 버전과 패키지 이름을 모두 구성할 수 있게 해줍니다.
더 자세한 내용은 Foundry에서 훈련 템플릿을 사용하여 모델 훈련에 관한 문서를 읽어보세요.