本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Neptune ML 中的自定义模型
<a name="machine-learning-custom-models"></a>

**注意**  
Neptune ML 自定义模型支持依赖于旧版本的 Python 3。要创建和运行具有 up-to-date依赖关系的自定义 GNN 模型，请使用 [GraphStorm on。 SageMaker](https://graphstorm.readthedocs.io/en/v0.3.1/cli/model-training-inference/distributed/sagemaker.html)  
自定义模型目前不支持[实时归纳推理](machine-learning-overview-evolving-data.md#inductive-vs-transductive-inference)。

Neptune ML 允许您使用 Python 定义自己的自定义模型实现。您可以使用 Neptune ML 基础设施训练和部署自定义模型，就像对内置模型所做的那样，并使用它们通过图形查询获得预测。

您可以按照 [Neptune ML 工具包示例](https://github.com/awslabs/neptuneml-toolkit/tree/main/examples/custom-models/)以及使用 Neptune ML 工具包中提供的模型组件，开始在 Python 中实现自己的自定义模型。以下各节提供了更多详细信息。

**Contents**
+ [Neptune ML 中自定义模型的概述](machine-learning-custom-model-overview.md)
  + [何时在 Neptune ML 中使用自定义模型](machine-learning-custom-model-overview.md#machine-learning-custom-models-when-to-use)
  + [在 Neptune ML 中开发和使用自定义模型的工作流程](machine-learning-custom-model-overview.md#machine-learning-custom-model-workflow)
+ [在 Neptune ML 中开发自定义模型](machine-learning-custom-model-development.md)
  + [在 Neptune ML 中开发自定义模型训练脚本](machine-learning-custom-model-development.md#machine-learning-custom-model-training-script)
  + [在 Neptune ML 中开发自定义模型转换脚本](machine-learning-custom-model-development.md#machine-learning-custom-model-transform-script)
  + [Neptune ML 中的自定义 `model-hpo-configuration.json` 文件](machine-learning-custom-model-development.md#machine-learning-custom-model-hpo-configuration-file)
  + [在 Neptune ML 中对您的自定义模型实现进行本地测试](machine-learning-custom-model-development.md#machine-learning-custom-model-testing)