OutputPortBinding Třída
Definuje pojmenovaný výstup kroku kanálu.
OutputPortBinding lze použít k určení typu dat, která budou vytvořena krokem, a způsobu vytváření dat. Lze ho použít k InputPortBinding určení, že výstup kroku je požadovaným vstupem jiného kroku.
Inicializace OutputPortBinding.
- Dědičnost
-
builtins.objectOutputPortBinding
Konstruktor
OutputPortBinding(name, datastore=None, output_name=None, bind_mode='mount', path_on_compute=None, is_directory=None, overwrite=None, data_type=None, pipeline_output_name=None, training_output=None, dataset_registration=None, dataset_output=None)
Parametry
- name
- str
Název objektu OutputPortBinding, který může obsahovat pouze písmena, číslice a podtržítka.
- datastore
- Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]
Úložiště dat PipelineData se bude nacházet v.
- output_name
- str
Název výstupu, pokud je použit žádný název. Může obsahovat pouze písmena, číslice a podtržítka.
- bind_mode
- str
Určuje, jestli krok vytváření použije pro přístup k datům metodu "upload", "mount" nebo "hdfs".
- path_on_compute
- str
V režimu nahrání je cesta, do které modul zapisuje výstup.
- overwrite
- bool
V režimu nahrání se určuje, jestli se mají přepsat existující data.
- data_type
- str
Nepovinný parametr. Datový typ lze použít k určení očekávaného typu výstupu a k podrobnostem o tom, jak by se měla data používat. Může to být libovolný řetězec definovaný uživatelem.
- pipeline_output_name
- str
Pokud je tento výstup zadaný, bude k dispozici pomocí PipelineRun.get_pipeline_output(). Názvy výstupů kanálu musí být v kanálu jedinečné.
- training_output
- TrainingOutput
Definuje výstup pro trénovací výsledek. To je potřeba pouze pro konkrétní trénování, jejichž výsledkem jsou různé druhy výstupů, jako jsou metriky a model. Výsledkem jsou AutoMLStep například metriky a model. Můžete také definovat konkrétní iteraci trénování nebo metriku používanou k získání nejlepšího modelu. Pro HyperDriveStepmůžete také definovat konkrétní soubory modelu, které se mají zahrnout do výstupu.
- dataset_registration
- DatasetRegistration
Nepovinný parametr. Toto je interní parametr. Místo toho byste měli používat PipelineData.as_dataset.
- dataset_output
- OutputDatasetConfig
Nepovinný parametr. Toto je interní parametr. Měli byste používat OutputFileDatasetConfig intead.
- name
- str
Název objektu OutputPortBinding, který může obsahovat pouze písmena, číslice a podtržítka.
- datastore
- Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]
Úložiště dat PipelineData se bude nacházet v.
- output_name
- str
Název výstupu, pokud je použit žádný název. Může obsahovat pouze písmena, číslice a podtržítka.
- bind_mode
- str
Určuje, jestli krok vytváření použije pro přístup k datům metodu "upload", "mount" nebo "hdfs".
- data_type
- str
Nepovinný parametr. Datový typ lze použít k určení očekávaného typu výstupu a k podrobnostem o tom, jak by se měla data používat. Může to být libovolný řetězec definovaný uživatelem.
- pipeline_output_name
- str
Pokud je tento výstup zadaný, bude k dispozici pomocí PipelineRun.get_pipeline_output(). Názvy výstupů kanálu musí být v kanálu jedinečné.
- training_output
- TrainingOutput
Definuje výstup pro trénovací výsledek. To je potřeba pouze pro konkrétní trénování, jejichž výsledkem jsou různé druhy výstupů, jako jsou metriky a model. Výsledkem jsou AutoMLStep například metriky a model. Můžete také definovat konkrétní iteraci trénování nebo metriku používanou k získání nejlepšího modelu. Pro HyperDriveStepmůžete také definovat konkrétní soubory modelu, které se mají zahrnout do výstupu.
- dataset_registration
- DatasetRegistration
Nepovinný parametr. Toto je interní parametr. Místo toho byste měli používat PipelineData.as_dataset.
- dataset_output
- OutputDatasetConfig
Nepovinný parametr. Toto je interní parametr. Měli byste používat OutputFileDatasetConfig intead.
Poznámky
OutputPortBinding lze použít podobným způsobem jako PipelineData při vytváření kanálu k určení vstupů a výstupů kroků. Rozdíl je v tom, že OutputPortBinding je potřeba použít s InputPortBinding , aby se mohl využívat jako vstup do jiného kroku.
Příklad vytvoření kanálu pomocí OutputPortBinding je následující:
from azureml.pipeline.core import OutputPortBinding, InputPortBinding, Pipeline
from azureml.pipeline.steps import PythonScriptStep
step_1_output = OutputPortBinding("output", datastore=datastore)
step_1 = PythonScriptStep(
name='process data',
script_name="process_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])
Tím se vytvoří kanál se dvěma kroky. Nejprve se provede krok procesu a po jeho dokončení se spustí krok trénovaného procesu. Azure ML poskytne výstup vygenerovaný krokem procesu, jak je popsáno objektem OutputPortBinding, do kroku trénování.
Atributy
bind_mode
Získejte režim ("upload", "mount" nebo "hdfs"), který krok vytváření použije k vytvoření dat.
Návraty
Režim vazby.
Návratový typ
data_type
dataset_registration
Získejte informace o registraci datové sady.
Návraty
Informace o registraci datové sady.
Návratový typ
datastore
Úložiště dat PipelineData se bude nacházet v.
Návraty
Objekt Úložiště dat.
Návratový typ
is_directory
name
overwrite
V režimu nahrávání určete, jestli se mají přepsat existující data.
Návraty
_Přepsat
Návratový typ
path_on_compute
V režimu nahrání je cesta, do které modul zapisuje výstup.
Návraty
path_on_compute
Návratový typ
pipeline_output_name
Získejte název výstupu kanálu odpovídající tomuto OutputPortBinding.
Návraty
Název výstupu kanálu.
Návratový typ
training_output
Váš názor
https://aka.ms/ContentUserFeedback.
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu:Odeslat a zobrazit názory pro