モデルの編集

一部のデータ・サイエンス・モデル・オプションを編集(更新)できます。

モデルにメタデータを追加した場合は、来歴およびタクソノミを編集できます。入力および出力スキーマは編集できません。

モデル名と説明を編集できます。その他のオプションはすべて変更できません。モデルを変更するには、モデルをノートブック・セッションにロードして変更し、新しいモデルとして保存します。

1. モデル・ページで、モデルの名前を選択します。モデルのリストの検索に関するヘルプが必要な場合は、モデルのリストを参照してください。
  
  モデル詳細ページが開きます。
2. 「編集」を選択します。
3. (オプション)名前、説明またはバージョン・ラベルを変更します。
4. (オプション)「モデルの来歴」ボックスで、「選択」を選択します。
  
  タクソノミのドキュメントを格納する場所に応じて、「ノートブック・セッション」または「ジョブ実行」を選択します。
  
  次のいずれかのオプションを使用して、モデルがトレーニングされたノートブック・セッションまたはジョブ実行を検索します:
  
  プロジェクトの選択:
  
  選択したコンパートメントで使用するプロジェクトの名前を選択します。
  
  選択したコンパートメントはプロジェクトとノートブック・セッションまたはジョブ実行の両方に適用され、両方が同じコンパートメントに存在する必要があります。そうでない場合は、かわりにOCID検索を使用します。
  
  プロジェクトおよびノートブック・セッションまたはジョブ実行の両方のコンパートメントを変更できます。
  
  選択したコンパートメントで使用するプロジェクトの名前。
  
  モデルがトレーニングされたノートブック・セッションまたはジョブ実行を選択します。
  
  OCID検索:
  
  ノートブック・セッションまたはジョブ実行がプロジェクトと異なるコンパートメント内にある場合、モデルをトレーニングしたノートブック・セッションまたはジョブ実行OCIDを入力します。
  
  モデルがトレーニングされたノートブック・セッションまたはジョブ実行を選択します。
  
  (オプション)「拡張オプションの表示」を選択して、Gitおよびモデルのトレーニング情報を識別します。
  
  以下のいずれかの値を入力または選択します。
  
  GitリポジトリURL
  
  リモートGitリポジトリのURL。
  
  Gitコミット
  
  GitリポジトリのコミットID。
  
  Gitブランチ
  
  ブランチの名前。
  
  ローカル・モデル・ディレクトリ
  
  モデル・アーティファクトが一時的に格納されたディレクトリ・パス。これは、ノートブック・セッション内のパスまたはローカル・コンピュータ・ディレクトリなどです。
  
  モデル・トレーニング・スクリプト
  
  モデルをトレーニングしたPythonスクリプトまたはノートブック・セッションの名前。
  
  ヒント
  
  OCI SDKまたはCLIを使用してモデル・カタログにモデルを保存するときに、モデルの来歴メタデータを移入することもできます。
  
  「選択」を選択します。
5. (オプション)「モデル・タクソノミ」ボックスで、「選択」を選択して、モデルの実行内容、機械学習フレームワーク、ハイパーパラメータ、モデルのドキュメント化またはアーティファクトのアップロードのためのカスタム・メタデータの作成を指定します。
  
  重要
  
  すべてのモデル・メタデータの最大許容サイズは3200バイトです。サイズは、事前設定モデル・タクソノミとカスタム属性の組合せです。
  
  「モデル・タクソノミ」セクションで、次のようにプリセット・ラベルを追加します。
  
  次のように入力または選択します:
  
  モデル・タクソノミ
  
  使用例
  
  使用する機械学習ユース・ケースのタイプ。
  
  モデル・フレームワーク
  
  モデルのトレーニングに使用したPythonライブラリ。
  
  モデル番号
  
  機械学習フレームワークのバージョン。これはフリー・テキスト値です。たとえば、値は2.3です。
  
  モデル・アルゴリズムまたはモデル・エスティメータ・オブジェクト
  
  使用されるアルゴリズムまたはモデル・インスタンス・クラス。これはフリー・テキスト値です。たとえば、sklearn.ensemble.RandomForestRegressorという値です。
  
  モデル・ハイパーパラメータ
  
  JSON形式のモデルのハイパーパラメータ。
  
  アーティファクト・テスト結果
  
  クライアント側で実行されるイントロスペクション・テスト結果のJSON出力。これらのテストは、モデル・アーティファクト・ボイラープレート・コードに含まれています。モデルをモデル・カタログに保存する前に、必要に応じて実行できます。
  
  カスタムのラベルと値の属性ペアの作成
  
  Label
  
  カスタム・メタデータのキー・ラベル
  
  値
  
  キーに付けられた値
  
  カテゴリ
  
  (オプション)メタデータのカテゴリ。次のような様々な選択肢があります:
  
  パフォーマンス
  
  Training Profile
  
  training and validation datasets
  
  トレーニング環境
  
  その他
  
  カテゴリを使用して、コンソールに表示するカスタム・メタデータをグループ化およびフィルタできます。これは、追跡するカスタム・メタデータが多い場合に便利です。
  
  説明
  
  (オプション)カスタム・メタデータの一意の説明を入力します。
  
  アーティファクトをアップロードします
  
  問題のモデルの「タクソノミ」または「Cusomtモデル属性」で、「アクション」メニューから「アーティファクトのアップロード」を選択します。
  
  ファイルを削除するか、ファイルを選択して、アーティファクト・ファイルをアップロードします。
  
  「アップロード」を選択します。
  
  アーティファクトのダウンロード
  
  問題のモデルの場合は、「アクション」メニューから「アーティファクトのダウンロード」を選択します。
  
  アーティファクトの削除
  
  問題のモデルの場合は、「アクション」メニューから「アーティファクトの削除」を選択します。
  
  Select Delete.
  
  「選択」を選択します。
6. (オプション)「拡張オプションの表示」を選択してタグを変更します。
7. (オプション)「タグ」セクションで、<resourceType>に1つ以上のタグを追加します。リソースの作成権限がある場合は、フリーフォーム・タグをそのリソースに適用する権限もあります。定義済タグを適用するには、タグ・ネームスペースを使用する権限が必要です。タグ付けの詳細は、リソース・タグを参照してください。タグを適用するかどうかがわからない場合は、このオプションをスキップするか、管理者に問い合せてください。タグは後で適用できます。
8. 「Save changes」を選択します。
oci data-science model updateコマンドおよび必須パラメータを使用して、モデルを編集(更新)します:
```
oci data-science model update --model-id <model-id>... [OPTIONS]
```
CLIコマンドのフラグおよび変数オプションの完全なリストは、CLIコマンドライン・リファレンスを参照してください。
UpdateModel操作を使用して、モデルを編集(更新)します。

Oracle Cloud Infrastructureドキュメント

モデルの編集