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。
モデル詳細ページが開きます。
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。
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は異なるコンパートメントにある場合は、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。
以下の値を入力または選択します。
リモートGitリポジトリのURL。
GitリポジトリのコミットID。
ブランチの名前。
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。
モデルのトレーニングに使用されたPythonスクリプトまたはノートブック・セッションの名前。
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。
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。
次のように入力または選択します:
使用する機械学習ユース・ケースのタイプ。
モデルのトレーニングに使用したPythonライブラリ。
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。
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。
JSON形式のモデルのハイパーパラメータ。
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・メタデータのキー・ラベル
キーに付けられた値
(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
training environment
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。
(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。
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。