本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Neptune ML 中的自訂模型
<a name="machine-learning-custom-models"></a>

**注意**  
Neptune ML 自訂模型支援依賴較舊版本的 Python 3。若要建立和執行具有up-to-date相依性的自訂 GNN 模型，請使用 [ SageMaker 上的 GraphStorm](https://graphstorm.readthedocs.io/en/v0.3.1/cli/model-training-inference/distributed/sagemaker.html)。  
自訂模型目前不支援[即時歸納推論](machine-learning-overview-evolving-data.md#inductive-vs-transductive-inference)。

Neptune ML 可讓您使用 Python 定義自己的自訂模型實作。您可以使用 Neptune ML 基礎結構訓練和部署自訂模型，就像對內建模型所做一樣，然後使用它們透過圖形查詢取得預測。

您可以遵循 [Neptune ML 工具組範例](https://github.com/awslabs/neptuneml-toolkit/tree/main/examples/custom-models/)，並使用 Neptune ML 工具組中提供的模型元件，開始在 Python 中實作您自己的自訂模型。下列各節將詳細說明。

**Contents**
+ [Neptune ML 中自訂模型的概觀](machine-learning-custom-model-overview.md)
  + [何時在 Neptune ML 中使用自訂模型](machine-learning-custom-model-overview.md#machine-learning-custom-models-when-to-use)
  + [在 Neptune ML 中開發和使用自訂模型的工作流程](machine-learning-custom-model-overview.md#machine-learning-custom-model-workflow)
+ [Neptune ML 中的自訂模型開發](machine-learning-custom-model-development.md)
  + [Neptune ML 中的自訂模型訓練指令碼開發](machine-learning-custom-model-development.md#machine-learning-custom-model-training-script)
  + [Neptune ML 中的自訂模型轉換指令碼開發](machine-learning-custom-model-development.md#machine-learning-custom-model-transform-script)
  + [Neptune ML 中的自訂 `model-hpo-configuration.json` 檔案](machine-learning-custom-model-development.md#machine-learning-custom-model-hpo-configuration-file)
  + [在 Neptune ML 中對您的自訂模型實作進行本機測試](machine-learning-custom-model-development.md#machine-learning-custom-model-testing)