ModuleStepBase Třída
Přidá krok do kanálu, který používá konkrétní modul.
A ModuleStep je odvozeno z ModuleStepBase a je uzel v kanálu, který používá existující Module, a konkrétně jednu z jeho verzí. Pokud chcete definovat, která verze ModuluVersion se nakonec použije v odeslaném kanálu, můžete při vytváření ModuluStep definovat jednu z následujících možností:
- ModuleVersion Objekt
- Module objekt a hodnota verze
- Pouze modul bez hodnoty verze; v tomto případě se použité řešení verze může v jednotlivých odesláních lišit.
Musíte také definovat mapování mezi vstupy a výstupy kroku na ModuleVersion vstupy a výstupy objektu.
Inicializujte ModuleStepBase.
- Dědičnost
-
ModuleStepBase
Konstruktor
ModuleStepBase(module=None, version=None, module_version=None, inputs_map=None, outputs_map=None, compute_target=None, runconfig=None, runconfig_pipeline_params=None, arguments=None, params=None, name=None, _workflow_provider=None)
Parametry
- module_version
- ModuleVersion
ModuleVersion kroku. Musí být k dispozici modul ModuleVersion.
- inputs_map
- Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Slovník, ve kterém klíče jsou názvy vstupů na hodnotách module_version
a jsou vstupní vazby portů.
- outputs_map
- Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Slovník, ve kterém klíče jsou názvy vstupů na module_version
a hodnoty jsou výstupní vazby portů.
- runconfig_pipeline_params
- Dict[str, PipelineParameter]
Přepište vlastnosti runconfig za běhu pomocí párů klíč-hodnota s názvem vlastnosti runconfig a PipelineParameter pro danou vlastnost.
Podporované hodnoty: NodeCount, MpiProcessCountPerNode, TensorflowWorkerCount, TensorflowParameterServerCount
- arguments
- [str]
Argumenty příkazového řádku pro soubor skriptu Argumenty se do výpočtu doručí prostřednictvím argumentů v RunConfiguration. Další podrobnosti o zpracování argumentů, jako jsou speciální symboly, najdete v tématu argumenty v RunConfiguration.
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Pouze pro interní použití.) Poskytovatel pracovního postupu.
- module_version
- ModuleVersion
ModuleVersion kroku. Musí být k dispozici modul ModuleVersion.
- inputs_map
- Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Slovník, ve kterém klíče jsou názvy vstupů na hodnotách module_version
a jsou vstupní vazby portů.
- outputs_map
- Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Slovník, ve kterém klíče jsou názvy vstupů na module_version
a hodnoty jsou výstupní vazby portů.
- compute_target
- <xref:DsvmCompute>, <xref:AmlCompute>, <xref:ComputeInstance>, <xref:RemoteTarget>, <xref:HDIClusterTarget>, str, tuple
Cílový výpočetní objekt, který se má použít. Pokud není zadaný, použije se cíl z runconfigu. compute_target může být cílový objekt výpočetního objektu nebo název řetězce výpočetního cíle v pracovním prostoru. Volitelně pokud cílový výpočetní objekt není při vytváření kanálu dostupný, můžete zadat řazenou kolekci členů ("název cílového výpočetního objektu", "cílový typ výpočetního objektu"), abyste se vyhnuli načtení cílového objektu výpočetního objektu (typ AmlCompute je AmlCompute a typ RemoteTarget je VirtualMachine).
- runconfig
- RunConfiguration
Možnost RunConfiguration, která se má použít, je volitelná. RunConfiguration se dá použít k určení dalších požadavků pro spuštění, jako jsou závislosti Conda a image Dockeru.
- runconfig_pipeline_params
- Dict[str, PipelineParameter]
Přepište vlastnosti runconfig za běhu pomocí párů klíč-hodnota s názvem vlastnosti runconfig a PipelineParameter pro danou vlastnost.
Podporované hodnoty: NodeCount, MpiProcessCountPerNode, TensorflowWorkerCount, TensorflowParameterServerCount
- arguments
- [str]
Argumenty příkazového řádku pro soubor skriptu Argumenty se do výpočtu doručí prostřednictvím argumentů v RunConfiguration. Další podrobnosti o tom, jak zpracovávat argumenty, jako jsou speciální symboly, najdete v tématu argumenty v části RunConfiguration
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Pouze pro interní použití.) Poskytovatel pracovního postupu.
- name
Metody
create_node |
Vytvořte uzel grafu kanálu. |
create_node
Vytvořte uzel grafu kanálu.
create_node(graph, default_datastore, context)
Parametry
- default_datastore
- AbstractAzureStorageDatastore nebo AzureDataLakeDatastore
Výchozí úložiště dat, které se má použít pro tento krok.
- context
- <xref:azureml.pipeline.core._GraphContext>
(Pouze pro interní použití.) Objekt kontextu grafu.
Návraty
Objekt uzlu.
Návratový typ
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