|
Vytvoří krok kanálu Azure ML pro přidání poznámkového bloku DataBricks, skriptu Pythonu nebo jar jako uzlu.
Příklad použití DatabricksStep najdete v poznámkovém bloku https://aka.ms/pl-databricks.
Vytvořte krok kanálu Azure ML, který přidá poznámkový blok DataBricks, skript Pythonu nebo JAR jako uzel.
Příklad použití DatabricksStep najdete v poznámkovém bloku https://aka.ms/pl-databricks.
:p aram python_script_name:[Povinné] Název skriptu Pythonu vzhledem k source_directory.
Pokud skript přijímá vstupy a výstupy, předají se skriptu jako parametry.
Pokud python_script_name je zadaný source_directory , musí být také.
Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.
Pokud jako vstup zadáte objekt DataReference s data_reference_name=input1 a objekt PipelineData jako výstup s name=output1, pak se vstupy a výstupy předají skriptu jako parametry. Takto budou vypadat a budete muset parsovat argumenty ve skriptu, abyste získali přístup k cestám každého vstupu a výstupu: "-input1","wasbs://test@storagename.blob.core.windows.net/test","-output1", "wasbs://test@storagename.blob.core.windows.net/b3e26de1-87a4-494d-a20f-1988d22b81a2/output1"
Kromě toho budou ve skriptu k dispozici následující parametry:
- AZUREML_RUN_TOKEN: Token AML pro ověřování ve službě Azure Machine Learning.
- AZUREML_RUN_TOKEN_EXPIRY: Doba vypršení platnosti tokenu AML.
- AZUREML_RUN_ID: ID spuštění služby Azure Machine Learning pro toto spuštění.
- AZUREML_ARM_SUBSCRIPTION: Předplatné Azure pro váš pracovní prostor AML.
- AZUREML_ARM_RESOURCEGROUP: Skupina prostředků Azure pro pracovní prostor Služby Azure Machine Learning.
- AZUREML_ARM_WORKSPACE_NAME: Název pracovního prostoru služby Azure Machine Learning.
- AZUREML_ARM_PROJECT_NAME: Název experimentu Azure Machine Learning.
- AZUREML_SERVICE_ENDPOINT: Adresa URL koncového bodu pro služby AML.
- AZUREML_WORKSPACE_ID: ID pracovního prostoru Služby Azure Machine Learning.
- AZUREML_EXPERIMENT_ID: ID experimentu Azure Machine Learning.
- AZUREML_SCRIPT_DIRECTORY_NAME: Cesta k adresáři v DBFS, kam se zkopírovala source_directory.
(This parameter is only populated when `python_script_name` is used. See more details below.)
Když spouštíte skript Pythonu z místního počítače v Databricks pomocí parametrů source_directory DatabricksStep a python_script_name, zkopíruje se váš source_directory do DBFS a cesta k adresáři v DBFS se při spuštění předá jako parametr do skriptu.
Tento parametr je označený jako –AZUREML_SCRIPT_DIRECTORY_NAME. Musíte před něj zadat předponu řetězcem dbfs:/. nebo /dbfs/ pro přístup k adresáři v DBFS.
|