Input Třída

  • Reference

Inicializace vstupního objektu

Dědičnost
azure.ai.ml.entities._inputs_outputs.base._InputOutputBase
Input

Konstruktor

Input(*, type: str, path: str | None = None, mode: str | None = None, optional: bool | None = None, description: str | None = None, **kwargs: Any)

Výhradně parametry klíčových slov

Name Description
type
str

Typ datového vstupu. Přípustné hodnoty jsou 'uri_folder', 'uri_file', 'mltable', 'mlflow_model', 'custom_model', 'integer', 'number', 'string' a 'boolean'. Výchozí hodnota je uri_folder.

výchozí hodnota: uri_folder
path
Optional[str]

Cesta ke vstupním datům. Cesty můžou být místní cesty, vzdálená data nebo ZAREGISTROVANÉ ID prostředku AzureML.
mode
Optional[str]

Režim přístupu k datovému vstupu. Přípustné hodnoty jsou:

  • "ro_mount": Připojte data k cílovému výpočetnímu objektu jako jen pro čtení.
  • 'download': Stáhněte data do cílového výpočetního objektu.
  • 'direct': Předejte identifikátor URI jako řetězec pro přístup za běhu.
default
Union[str, int, float, bool]

Výchozí hodnota vstupu. Pokud je nastavená výchozí hodnota, vstupní data budou volitelná.
min
Union[int, float]

Minimální hodnota pro vstup. Pokud je do úlohy předána hodnota menší než minimum, provádění úlohy se nezdaří.
max
Union[int, float]

Maximální hodnota pro vstup. Pokud je do úlohy předána hodnota větší, než je maximum, provádění úlohy se nezdaří.
optional
Optional[bool]

Určuje, jestli je vstup volitelný.
description
Optional[str]

Popis vstupu
datastore
str

Úložiště dat, do které se mají nahrát místní soubory.
intellectual_property
IntellectualProperty

Duševní vlastnictví vstupu.
enum
Vyžadováno

Příklady

Vytvoření úlohy CommandJob se dvěma vstupy


   from azure.ai.ml import Input, Output
   from azure.ai.ml.entities import CommandJob, CommandJobLimits

   command_job = CommandJob(
       code="./src",
       command="python train.py --ss {search_space.ss}",
       inputs={
           "input1": Input(path="trial.csv", mode="ro_mount", description="trial input data"),
           "input_2": Input(
               path="azureml:list_data_v2_test:2", type="uri_folder", description="registered data asset"
           ),
       },
       outputs={"default": Output(path="./foo")},
       compute="trial",
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       limits=CommandJobLimits(timeout=120),
   )

Metody

get
has_key
items
keys
update
values

get 

get(key: Any, default: Any | None = None) -> Any

Parametry

Name Description
key
Vyžadováno
default
výchozí hodnota: None

has_key 

has_key(k: Any) -> bool

Parametry

Name Description
k
Vyžadováno

items 

items() -> list

keys 

keys() -> list

update 

update(*args: Any, **kwargs: Any) -> None

values 

values() -> list