PipelineParameter Třída
Definuje parametr při provádění kanálu.
Pomocí PipelineParameters můžete vytvořit univerzální kanály, které lze později znovu odeslat s různými hodnotami parametrů.
Inicializace parametrů kanálu
- Dědičnost
-
builtins.objectPipelineParameter
Konstruktor
PipelineParameter(name, default_value)
Parametry
- default_value
- Union[int, str, bool, float, DataPath, PipelineDataset, FileDataset, TabularDataset]
Výchozí hodnota parametru kanálu.
- default_value
- Union[int, str, bool, float, DataPath, PipelineDataset, FileDataset, TabularDataset]
Výchozí hodnota parametru kanálu.
Poznámky
PipelineParameters se dají přidat do libovolného kroku při vytváření kanálu. Po odeslání kanálu je možné zadat hodnoty těchto parametrů.
Příklad přidání PipelineParameter do kroku je následující:
from azureml.pipeline.steps import PythonScriptStep
from azureml.pipeline.core import PipelineParameter
pipeline_param = PipelineParameter(name="pipeline_arg", default_value="default_val")
train_step = PythonScriptStep(script_name="train.py",
arguments=["--param1", pipeline_param],
target=compute_target,
source_directory=project_folder)
V tomto příkladu byl do argumentů PythonScriptStep přidán parametr PipelineParameter s názvem "pipeline_arg". Při spuštění skriptu Pythonu se hodnota PipelineParameter poskytne prostřednictvím argumentů příkazového řádku. Tento parametr PipelineParameter můžete také přidat do dalších kroků v kanálu a poskytnout tak společné hodnoty pro více kroků v kanálu. Kanály můžou mít zadaných více parametrů PipelineParameters.
Pokud chcete odeslat tento kanál a zadat hodnotu parametru "pipeline_arg" PipelineParameter, použijte:
pipeline = Pipeline(workspace=ws, steps=[train_step])
pipeline_run = Experiment(ws, 'train').submit(pipeline, pipeline_parameters={"pipeline_arg": "test_value"})
Poznámka: Pokud ve slovníku pipeline_parameters nebyla zadána hodnota "pipeline_arg", použije se výchozí hodnota PipelineParameter zadaná při vytváření kanálu (v tomto případě byla výchozí zadaná hodnota "default_val").
Víceřádkové parametry se nedají použít jako PipelineParameters.
PipelineParameters lze také použít s DataPath a DataPathComputeBinding k zadání vstupů kroků. To umožňuje spuštění kanálu s různými vstupními daty.
Příklad použití DataPath s PipelineParameters je následující:
from azureml.core.datastore import Datastore
from azureml.data.datapath import DataPath, DataPathComputeBinding
from azureml.pipeline.steps import PythonScriptStep
from azureml.pipeline.core import PipelineParameter
datastore = Datastore(workspace=workspace, name="workspaceblobstore")
datapath = DataPath(datastore=datastore, path_on_datastore='input_data')
data_path_pipeline_param = (PipelineParameter(name="input_data", default_value=datapath),
DataPathComputeBinding(mode='mount'))
train_step = PythonScriptStep(script_name="train.py",
arguments=["--input", data_path_pipeline_param],
inputs=[data_path_pipeline_param],
compute_target=compute_target,
source_directory=project_folder)
V tomto případě výchozí hodnota parametru "input_data" odkazuje na soubor v "workspaceblobstore" s názvem "input_data". Pokud je kanál odeslán bez zadání hodnoty pro tento parametr PipelineParameter, použije se výchozí hodnota. Pokud chcete odeslat tento kanál a zadat hodnotu pro "input_data" PipelineParameter, použijte:
from azureml.pipeline.core import Pipeline
from azureml.data.datapath import DataPath
pipeline = Pipeline(workspace=ws, steps=[train_step])
new_data_path = DataPath(datastore=datastore, path_on_datastore='new_input_data')
pipeline_run = experiment.submit(pipeline,
pipeline_parameters={"input_data": new_data_path})
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