graph Modul
Definuje třídy pro vytváření grafů kanálů služby Azure Machine Learning.
Grafy kanálů Azure ML se vytvářejí pro Pipeline objekty, když použijete PipelineStep (a odvozené třídy), PipelineDataa PipelineData objekty. V typických případech použití nebudete muset přímo používat třídy v tomto modulu.
Graf spuštění kanálu se skládá z uzlů modulů, které představují základní jednotky, jako je zdroj dat nebo krok. Uzly můžou mít vstupní a výstupní porty a přidružené parametry. Hrany definují relace mezi dvěma porty uzlů v grafu.
Třídy
DataSource |
Zdroj dat, který lze použít v grafu. Inicializace zdroje dat. |
DataSourceDef |
Definice zdroje dat Inicializace DataSourceDef |
DataSourceNode |
Představuje zdroj dat v grafu. Inicializace uzlu zdroje dat |
DataType |
Datový typ pro část dat (vstup nebo výstup). Inicializujte datový typ. |
Edge |
Instance okraje mezi dvěma porty uzlu v grafu. Inicializujte Edge. |
Graph |
Třída definující graf spuštění kanálu. Inicializace grafu |
InputPort |
Instance vstupního portu na uzlu, který je možné připojit k výstupnímu portu. Inicializujte InputPort. |
InputPortBinding |
Definuje vazbu ze zdroje na vstup kroku kanálu. InputPortBinding lze použít jako vstup do kroku. Zdrojem může být PipelineData, PortDataReference, DataReference, PipelineDatasetnebo OutputPortBinding. InputPortBinding je užitečné k určení názvu vstupu kroku, pokud by se měl lišit od názvu objektu bind (tj. aby se zabránilo duplicitním názvům vstupu a výstupu nebo protože krokový skript potřebuje vstup, aby měl určitý název). Dá se také použít k určení bind_mode vstupů PythonScriptStep . Inicializujte InputPortBinding. |
InputPortDef |
Definice vstupního portu Vytvořte vstupní port. |
Module |
Spustitelný modul, který lze použít v grafu. Tato třída není určena k přímému použití. Místo toho použijte tuto Module třídu. Inicializace modulu |
ModuleDef |
Definice modulu, včetně definic spuštění a portů Inicializace ModuleDef. |
ModuleNode |
Představuje modul v grafu. Inicializace uzlu modulu |
Node |
Představuje základní jednotku v grafu, například to může být libovolný zdroj dat nebo krok. Inicializace uzlu |
OutputPort |
Instance výstupního portu na uzlu, který lze připojit ke vstupnímu portu. Inicializujte OutputPort. |
OutputPortBinding |
Definuje pojmenovaný výstup kroku kanálu. OutputPortBinding se dá použít k určení typu dat, která se vytvoří v kroku, a způsobu vytváření dat. Pomocí příkazu InputPortBinding lze určit, že výstup kroku je povinným vstupem jiného kroku. Inicializujte OutputPortBinding. |
OutputPortDef |
Definice výstupního portu Vytvořte výstupní port. |
Param |
Instance parametru na uzlu. Inicializace parametru |
ParamDef |
Definice parametru spuštění Inicializujte ParamDef. |
PipelineDataset |
Funguje jako adaptér pro datovou sadu a kanál. Poznámka Tato třída je zastaralá. Informace o používání datové sady s kanálem najdete v tématu https://aka.ms/pipeline-with-dataset. Toto je interní třída. Tuto třídu byste neměli vytvářet přímo, ale spíše volat metody instance as_* třídy Dataset nebo OutputDatasetConfig. Fungovat jako adaptér pro datovou sadu a kanál. Toto je interní třída. Tuto třídu byste neměli vytvářet přímo, ale spíše volat metody instance as_* třídy Dataset nebo OutputDatasetConfig. |
PipelineParameter |
Definuje parametr při spuštění kanálu. Pomocí PipelineParameters můžete vytvořit univerzální kanály, které se dají později znovu odeslat s různými hodnotami parametrů. Inicializace parametrů kanálu |
PortDataReference |
Modeluje data přidružená k výstupu dokončeného spuštění kroku. Objekt PortDataReference lze použít ke stažení výstupních dat vytvořených objektem StepRun. Můžete ho také použít jako krokový vstup v budoucím kanálu. Inicializujte PortDataReference. |
PublishedPipeline |
Představuje kanál, který se má odeslat bez kódu Pythonu, který ho vytvořil. Kromě toho je možné k opětovnému odeslání Pipeline s různými PipelineParameter hodnotami a vstupy použít Publikovanýpipeline. Inicializujte publishedPipeline. koncový bod :p aram Adresa URL koncového bodu REST pro odeslání spuštění kanálu pro tento kanál. :type endpoint: str :p aram total_run_steps: Počet kroků v tomto kanálu :type total_run_steps: int :p aram workspace: Pracovní prostor publikovaného kanálu. :type workspace: azureml.core.Workspace :p aram continue_on_step_failure: Jestli chcete pokračovat v provádění dalších kroků ve spuštění kanálu Pokud se krok nezdaří, výchozí hodnota je false. |
StoredProcedureParameter |
Představuje parametr uložené procedury SQL pro použití s odkazy databáze SQL. Initialize StoredProcedureParameter. výchozí hodnota je azureml.pipeline.core.graph.StoredProcedureParameterType.String:type: azureml.pipeline.core.graph.StoredProcedureParameterType. |
TrainingOutput |
Definuje specializovaný výstup určitých kroků kanálu pro použití v kanálu. TrainingOutput umožňuje zpřístupnit metriku nebo model automatizovaného strojového učení jako výstup kroku, který bude využit dalším krokem v kanálu Azure Machine Learning. Lze použít s AutoMLStep nebo HyperDriveStep. Inicializace trénováníOutput. param model_file: Konkrétní soubor modelu, který se má zahrnout do výstupu. Jenom pro HyperDriveStep . |
Výčty
StoredProcedureParameterType |
Definuje typy parametrů uložené procedury SQL pro použití s odkazy na databázi SQL. |
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