기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Neptune ML의 사용자 지정 모델
<a name="machine-learning-custom-models"></a>

**참고**  
Neptune ML 사용자 지정 모델 지원은 이전 버전의 Python 3을 사용합니다. up-to-date 종속성이 있는 사용자 지정 GNN 모델을 생성하고 실행하려면 [ SageMaker의 GraphStorm](https://graphstorm.readthedocs.io/en/v0.3.1/cli/model-training-inference/distributed/sagemaker.html)을 사용합니다.  
[실시간 유도 추론](machine-learning-overview-evolving-data.md#inductive-vs-transductive-inference)은 현재 사용자 지정 모델에 지원되지 않습니다.

Neptune ML을 사용하면 Python으로 사용자 지정 모델 구현을 정의할 수 있습니다. 내장 모델과 마찬가지로 Neptune ML 인프라를 통해 사용자 지정 모델을 훈련 및 배포하고, 이를 사용하여 그래프 쿼리를 통해 예측을 얻을 수 있습니다.

[Neptune ML 도구 키트 예제](https://github.com/awslabs/neptuneml-toolkit/tree/main/examples/custom-models/)를 따르고 Neptune ML 도구 키트에서 제공하는 모델 구성 요소를 활용하여 Python으로 사용자 지정 모델을 구현하기 시작할 수 있습니다. 다음 섹션에서 세부 정보가 제공됩니다.

**Contents**
+ [Neptune ML의 사용자 지정 모델 개요](machine-learning-custom-model-overview.md)
  + [Neptune ML에서 사용자 지정 모델을 사용해야 하는 경우](machine-learning-custom-model-overview.md#machine-learning-custom-models-when-to-use)
  + [Neptune ML에서 사용자 지정 모델을 개발하고 사용하기 위한 워크플로우](machine-learning-custom-model-overview.md#machine-learning-custom-model-workflow)
+ [Neptune ML에서 사용자 지정 모델 개발](machine-learning-custom-model-development.md)
  + [Neptune ML에서 사용자 지정 모델 훈련 스크립트 개발](machine-learning-custom-model-development.md#machine-learning-custom-model-training-script)
  + [Neptune ML에서 사용자 지정 모델 변환 스크립트 개발](machine-learning-custom-model-development.md#machine-learning-custom-model-transform-script)
  + [Neptune ML의 사용자 지정 `model-hpo-configuration.json` 파일](machine-learning-custom-model-development.md#machine-learning-custom-model-hpo-configuration-file)
  + [Neptune ML에서 사용자 지정 모델 구현의 로컬 테스트](machine-learning-custom-model-development.md#machine-learning-custom-model-testing)