Freigeben über


Input Klasse

Initialisieren Sie ein Input-Objekt.

Vererbung
azure.ai.ml.entities._inputs_outputs.base._InputOutputBase
Input

Konstruktor

Input(*, type: str, path: str | None = None, mode: str | None = None, optional: bool | None = None, description: str | None = None, **kwargs: Any)

Nur Schlüsselwortparameter

Name Beschreibung
type
str

Der Typ der Dateneingabe. Akzeptierte Werte sind "uri_folder", "uri_file", "mltable", "mlflow_model", "custom_model", "integer", "number", "string" und "boolean". Der Standardwert ist "uri_folder".

Standardwert: uri_folder
path

Der Pfad zu den Eingabedaten. Pfade können lokale Pfade, Remotedaten-URIs oder eine registrierte AzureML-Ressourcen-ID sein.

mode

Der Zugriffsmodus der Dateneingabe. Dies sind die zulässigen Werte:

  • 'ro_mount': Binden Sie die Daten schreibgeschützt im Computeziel ein,
  • "Download": Laden Sie die Daten auf das Computeziel herunter,
  • 'direct': Übergeben Sie den URI als Zeichenfolge, auf die zur Laufzeit zugegriffen werden soll.
default

Der Standardwert der Eingabe. Wenn ein Standardwert festgelegt ist, sind die Eingabedaten optional.

min

Der Mindestwert für die Eingabe. Wenn ein Wert, der kleiner als das Minimum ist, an den Auftrag übergeben wird, schlägt die Auftragsausführung fehl.

max

Der maximal zulässige Wert für die Eingabe. Wenn ein Wert, der größer als das Maximum ist, an einen Auftrag übergeben wird, schlägt die Auftragsausführung fehl.

optional

Gibt an, ob die Eingabe optional ist.

description

Beschreibung der Eingabe

datastore
str

Der Datenspeicher, in den lokale Dateien hochgeladen werden sollen.

intellectual_property

Geistiges Eigentum für die Eingabe.

enum
Erforderlich

Beispiele

Erstellen eines CommandJobs mit zwei Eingaben.


   from azure.ai.ml import Input, Output
   from azure.ai.ml.entities import CommandJob, CommandJobLimits

   command_job = CommandJob(
       code="./src",
       command="python train.py --ss {search_space.ss}",
       inputs={
           "input1": Input(path="trial.csv", mode="ro_mount", description="trial input data"),
           "input_2": Input(
               path="azureml:list_data_v2_test:2", type="uri_folder", description="registered data asset"
           ),
       },
       outputs={"default": Output(path="./foo")},
       compute="trial",
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       limits=CommandJobLimits(timeout=120),
   )

Methoden

get
has_key
items
keys
update
values

get

get(key: Any, default: Any | None = None) -> Any

Parameter

Name Beschreibung
key
Erforderlich
default
Standardwert: None

has_key

has_key(k: Any) -> bool

Parameter

Name Beschreibung
k
Erforderlich

items

items() -> list

keys

keys() -> list

update

update(*args: Any, **kwargs: Any) -> None

values

values() -> list