tencent cloud
プロモーション
製品
ソリューション
価格
パートナー
マーケットプレイス
詳しく知る
Prev
Next
Data Lake Compute
製品概要
プロダクト概要
製品の強み
適用シーン
購入ガイド
課金概要
返金説明
支払い期限切れ説明
設定調整費用の説明
クイックスタート
新規ユーザー開通フルプロセス
DLC データインポートガイド
DLCデータ分析の1分間入門
DLC権限管理の1分間入門
パーティションテーブル1分間入門
データ最適化をオンにする
クロスソース分析 EMR Hive データ
標準エンジン構成ガイド
操作ガイド
コンソール操作紹介
開発ガイド
実行環境
SparkJar ジョブ開発ガイド
PySparkジョブ開発ガイド
「クエリパフォーマンス最適化ガイド」
UDF 関数開発ガイド
システム制約
クライアントアクセス
JDBCアクセス
TDLC コマンドラインツールにアクセス
サードパーティソフトウェア連携
Python にアクセス
実践チュートリアル
DLC を Power BI に接続
テーブル作成の実践
Apache Airflowを使用してDLCエンジンのタスクをスケジュールして送信する
StarRocks は DLC 内部ストレージを直接クエリします
Spark の計算コスト最適化プラクティス
DATA + AI
ロールSSOを使用してDLCにアクセスする
SQL構文
SuperSQL構文
標準 Spark 構文概要
標準 Presto 構文の概要
予約語
API Documentation
History
Introduction
API Category
Making API Requests
Data Table APIs
Task APIs
Metadata APIs
Data Source Connection APIs
Service Configuration APIs
Permission Management APIs
Data Engine APIs
Data Optimization APIs
Database APIs
Resource Group for the Standard Engine APIs
Data Types
Error Codes
一般クラスリファレンス
エラーコード
クォータと制限
サードパーティソフトウェアでDLCに接続する操作ガイド
よくあるご質問
権限に関するよくあるご質問
エンジン類のよくある質問
機能に関するよくあるご質問
Sparkジョブクラスに関するよくある質問
DLC ポリシー
プライバシーポリシー
データプライバシーとセキュリティ契約
お問い合わせ
문서
Data Lake Compute
実践チュートリアル
DATA + AI
カスタムイメージの説明
カスタムイメージの説明
Download
포커스 모드
폰트 크기
마지막 업데이트 시간: 2026-05-15 12:14:26
機械学習の開発プロセスには複雑なビジネスロジックが存在し、多数のサードパーティパッケージに依存しています。データレイクコンピューティング(DLC)は、ユーザーがカスタムイメージをアップロードしてより多くのシナリオをカバーできる機能をサポートしています。この記事では、ユーザーがカスタムイメージをアップロードする方法と関連機能の説明について主に紹介します。
説明:
データレイクコンピューティング(DLC)のカスタムイメージは、コンテナサービスTCRイメージサービスに基づいています。カスタムイメージパッケージを構築するには、TCRを有効化する必要があります。
TCRサービスポリシーを有効化する
カスタムイメージを使用する前に、コンテナイメージTCRサービスを有効化する必要があります。
1.
開通エントリ:ログインして
コンテナサービスTCR
を有効化してください。
カスタムイメージパッケージの構築と使用
注意:
ご自身で構築するカスタムイメージパッケージは、DLCの組み込みイメージパッケージをベースに、カスタム依存関係を追加する必要があります。組み込みイメージパッケージに関する情報および取得方法については、
機械学習リソースグループの組み込みイメージ情報
を参照してください。
1.
コンテナイメージサービスTCRの
イメージリポジトリ
ページに移動し、
新しいイメージリポジトリを作成
をクリックします。
2.
イメージを構築する。詳細は
イメージの構築
を参照してください。
3.
構築が完了したら、
DLCコンソール
の標準エンジンページに移動し、エンジンを選択して機械学習リソースグループを作成し、カスタムイメージパッケージを使用します。
이전 주제: 機械学習リソースグループの組み込みイメージ情報
다음 주제: DLC + Wedata を使った機械学習実践チュートリアル
도움말 및 지원
문제 해결에 도움이 되었나요?
예
아니오
더 자세한 내용은
문의하기
또는
티겟 제출
을 통해 문의할 수 있습니다.
피드백