InputPortBinding Třída

  • Reference

Definuje vazbu ze zdroje na vstup kroku kanálu.

InputPortBinding se dá použít jako vstup do kroku. Zdrojem může být PipelineData, PortDataReference, DataReference, PipelineDatasetnebo OutputPortBinding.

InputPortBinding je užitečný k zadání názvu vstupu kroku, pokud by se měl lišit od názvu objektu bind (tj. aby se zabránilo duplicitním názvům vstupu/výstupu nebo proto, že krokový skript potřebuje vstup, aby měl určitý název). Dá se také použít k určení bind_mode pro PythonScriptStep vstupy.

Inicializace InputPortBinding.

Dědičnost
builtins.object
InputPortBinding

Konstruktor

InputPortBinding(name, bind_object=None, bind_mode='mount', path_on_compute=None, overwrite=None, is_resource=False, additional_transformations=None, **kwargs)

Parametry

name
str
Vyžadováno

Název vstupního portu pro vazbu, který může obsahovat pouze písmena, číslice a podtržítka.

bind_object
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]
výchozí hodnota: None

Objekt, který se má svázat se vstupním portem.

bind_mode
str
výchozí hodnota: mount

Určuje, jestli bude krok využívání pro přístup k datům používat metodu "download" nebo "mount".

path_on_compute
str
výchozí hodnota: None

V režimu stahování je místní cesta, ze které krok načte data.

overwrite
bool
výchozí hodnota: None

V režimu stahování určete, jestli se mají přepsat existující data.

is_resource
bool
výchozí hodnota: False

Určuje, jestli je vstup prostředkem. Prostředky se stáhnou do složky script a poskytují způsob, jak změnit chování skriptu za běhu.

additional_transformations
<xref:azureml.dataprep.Dataflow>
výchozí hodnota: None

Další transformace, které se mají použít na vstup To se použije jenom v případě, že výstupem předchozího kroku je datová sada Azure Machine Learning.

name
str
Vyžadováno

Název vstupního portu pro vazbu, který může obsahovat pouze písmena, číslice a podtržítka.

bind_object
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]
Vyžadováno

Objekt, který se má svázat se vstupním portem.

bind_mode
str
Vyžadováno

Určuje, jestli bude krok využívání pro přístup k datům používat metodu "download", "mount" nebo "direct".

path_on_compute
str
Vyžadováno

V režimu stahování je místní cesta, ze které krok načte data.

overwrite
bool
Vyžadováno

V režimu stahování určete, jestli se mají přepsat existující data.

is_resource
bool
Vyžadováno

Určete, jestli je vstup prostředkem. Prostředky se stáhnou do složky script a poskytují způsob, jak změnit chování skriptu za běhu.

additional_transformations
<xref:azureml.dataprep.Dataflow>
Vyžadováno

Další transformace, které se mají použít na vstup To se použije jenom v případě, že výstupem předchozího kroku je datová sada Azure Machine Learning.

Poznámky

InputPortBinding se používá k určení závislostí dat v kanálu, představuje vstup, který krok vyžaduje ke spuštění. InputPortBindings mají zdroj s názvem bind_object, který určuje způsob vytváření vstupních dat.

PipelineData a OutputPortBinding lze použít jako bind_object pro InputPortBinding k určení, že vstup do kroku bude vytvořen jiným krokem v kanálu.

Příklad sestavení kanálu pomocí InputPortBinding a PipelineData je následující:


   from azureml.pipeline.core import PipelineData, InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   step_1_output = PipelineData("output", datastore=datastore, output_mode="mount")

   step_1 = PythonScriptStep(
       name='prepare data',
       script_name="prepare_data.py",
       compute_target=compute,
       arguments=["--output", step_1_output],
       outputs=[step_1_output]
   )

   step_2_input = InputPortBinding("input", bind_object=step_1_output)

   step_2 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_2_input],
       inputs=[step_2_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1, step_2])

V tomto příkladu krok "trénování" vyžaduje výstup kroku "příprava dat" jako vstup.

PortDataReference, DataReferencenebo PipelineDataset lze použít jako bind_object pro InputPortBinding k určení, že vstup do kroku již existuje v zadaném umístění.

Příklad sestavení kanálu pomocí InputPortBinding a DataReference je následující:


   from azureml.data.data_reference import DataReference
   from azureml.pipeline.core import InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   data_reference = DataReference(datastore=datastore, path_on_datastore='sample_data.txt', mode="mount")
   step_1_input = InputPortBinding("input", bind_object=data_reference)

   step_1 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_1_input],
       inputs=[step_1_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1])

V tomto příkladu krok "trénovat" vyžaduje soubor "sample_data.txt" určený DataReference jako vstup.

Metody

as_resource

Získejte duplicitní vazbu vstupního portu, která se dá použít jako prostředek.
get_bind_object_data_type

Získejte datový typ objektu vazby.
get_bind_object_name

Získejte název objektu vazby.

as_resource

Získejte duplicitní vazbu vstupního portu, která se dá použít jako prostředek.

as_resource()

Návraty

InputPortBinding s is_resource nastavenou vlastností True.

Návratový typ

InputPortBinding

get_bind_object_data_type

Získejte datový typ objektu vazby.

get_bind_object_data_type()

Návraty

Název datového typu.

Návratový typ

str

get_bind_object_name

Získejte název objektu vazby.

get_bind_object_name()

Návraty

Název objektu vazby.

Návratový typ

str

Atributy

additional_transformations

Získejte další transformace, které se použijí na vstupní data.

Návraty

Další transformace, které se mají použít u vstupních dat.

Návratový typ

<xref:azureml.dataprep.Dataflow>

bind_mode

Získejte režim ("download", "mount" nebo "direct", "hdfs"), který bude používat pro přístup k datům.

Návraty

Režim vazby ("download" nebo "mount" nebo "direct" nebo "hdfs").

Návratový typ

str

bind_object

Získejte objekt, na který bude InputPort vázán.

Návraty

Objekt vazby.

Návratový typ

Union[<xref:azureml.pipeline.core.PortDataReference,azureml.data.data_reference.DataReference,azureml.pipeline.core.PipelineData,azureml.pipeline.core.OutputPortBinding,azureml.pipeline.core.PipelineDataset>]

data_reference_name

Získejte název odkazu na data přidruženého k InputPortBinding.

Návraty

Název odkazu na data.

Návratový typ

str

data_type

Získejte typ vstupních dat.

Návraty

Vlastnost datového typu.

Návratový typ

str

is_resource

Získejte informace o tom, jestli je vstup prostředek.

Návraty

Je vstupní prostředek.

Návratový typ

bool

name

Název vazby vstupního portu.

Návraty

Název

Návratový typ

str

overwrite

V režimu stahování určete, jestli se mají přepsat existující data.

Návraty

Vlastnost overwrite

Návratový typ

bool

path_on_compute

Získejte místní cestu, ze které krok načte data.

Návraty

Cesta k výpočetním prostředkům.

Návratový typ

str