graph Modul
Definiert Klassen zum Erstellen von Azure Machine Learning-Pipelinegraphen
Azure ML-Pipelinegraphen werden für Pipeline-Objekte erstellt, wenn Sie PipelineStep (und abgeleitete Klassen), PipelineData und PipelineData-Objekte verwenden. In typischen Anwendungsfällen müssen die Klassen in diesem Modul nicht direkt verwendet werden.
Ein Pipelineausführungsgraph besteht aus Modulknoten, die grundlegende Einheiten wie eine Datenquelle oder einen Schritt darstellen. Knoten können über Ein- und Ausgabeports sowie über zugeordnete Parameter verfügen. Edges definieren Beziehungen zwischen zwei Knotenports in einem Graphen.
Klassen
DataSource |
Eine Datenquelle, die in einem Graphen verwendet werden kann. Initialisieren Sie DataSource. |
DataSourceDef |
Definition einer Datenquelle. Initialisieren Sie DataSourceDef. |
DataSourceNode |
Stellt eine Datenquelle in einem Graphen dar. Initialisieren des Datenquellenknotens. |
DataType |
Datentyp für ein Datenelement (Ein- oder Ausgabe). Initialisieren Sie DataType. |
Edge |
Instanz eines Edges zwischen zwei Knotenports im Graphen Initialisieren Sie Edge. |
Graph |
Eine Klasse zum Definieren eines Graphen für eine Pipelineausführung. Initialisieren Sie Graph. |
InputPort |
Instanz eines Eingangsports auf einem Knoten, der mit einem Ausgangsport verbunden werden kann. Initialisieren Sie InputPort. |
InputPortBinding |
Definiert eine Bindung von einer Quelle mit einer Eingabe eines Pipelineschritts. Eine InputPortBinding kann als Eingabe für einen Schritt verwendet werden. Die Quelle kann PipelineData, PortDataReference, DataReference, PipelineDataset oder OutputPortBinding sein. InputPortBinding ist nützlich, um den Namen der Schritteingabe anzugeben, wenn er sich vom Namen des Bindungsobjekts unterscheiden sollte (d. h. um doppelte Ein-/Ausgabenamen zu vermeiden oder weil das Schrittskript eine Eingabe benötigt, um einen bestimmten Namen zu erhalten). Hiermit kann auch der Bindungsmodus (bind_mode) für PythonScriptStep-Eingaben angegeben werden. Initialisieren Sie InputPortBinding. |
InputPortDef |
Definition eines Eingabeports. Erstellen Sie einen Eingabeport. |
Module |
Ein ausführbares Modul, das in einem Graphen verwendet werden kann. Diese Klasse ist nicht für die direkte Nutzung vorgesehen. Verwenden Sie stattdessen diese Module-Klasse. Initialisieren Des Moduls. |
ModuleDef |
Definition eines Moduls, einschließlich Ausführungs- und Portdefinitionen. Initialisieren Sie ModuleDef. |
ModuleNode |
Stellt ein Modul in einem Graphen dar. Initialisieren sie den Modulknoten. |
Node |
Stellt eine Basiseinheit in einem Graphen dar, z. B. eine beliebige Datenquelle oder ein beliebiger Schritt Initialisieren des Knotens. |
OutputPort |
Instanz eines Ausgabeports auf einem Knoten, der mit einem Eingabeport verbunden werden kann. Initialisieren Sie OutputPort. |
OutputPortBinding |
Definiert eine benannte Ausgabe eines Pipelineschritts. Mit OutputPortBinding können Sie den Datentyp angeben, der von einem Schritt generiert wird, und festlegen, wie die Daten generiert werden. Sie kann mit InputPortBinding verwendet werden, um anzugeben, dass die Schrittausgabe eine erforderliche Eingabe eines anderen Schritts ist. Initialisieren Sie OutputPortBinding. |
OutputPortDef |
Definition eines Ausgabeports. Erstellen Sie einen Ausgabeport. |
Param |
Instanz eines Parameters auf einem Knoten. Initialisieren Sie Param. |
ParamDef |
Definition eines Ausführungsparameters. Initialisieren Sie ParamDef. |
PipelineDataset |
Fungiert als Adapter für Dataset und Pipeline. Hinweis Diese Klasse ist veraltet. Informationen zur Verwendung von Datasets mit Pipeline finden Sie unter https://aka.ms/pipeline-with-dataset. Dies ist eine interne Klasse. Sie sollten diese Klasse nicht direkt erstellen, sondern stattdessen die Instanzmethoden vom Typ „as_*“ für die Dataset- oder OutputDatasetConfig-Klassen aufrufen. Dient als Adapter für Dataset und Pipeline. Dies ist eine interne Klasse. Sie sollten diese Klasse nicht direkt erstellen, sondern stattdessen die as_*-Instanzmethoden für die Dataset- oder OutputDatasetConfig-Klassen aufrufen. |
PipelineParameter |
Definiert einen Parameter in einer Pipelineausführung. PipelineParameter dienen zum Erstellen vielseitiger Pipelines, die später mit variierenden Parameterwerten erneut übermittelt werden können. Initialisieren von Pipelineparametern. |
PortDataReference |
Modelliert Daten, die einer Ausgabe einer abgeschlossenen Schrittausführung (StepRun) zugeordnet sind. Mit einem PortDataReference-Objekt können die Ausgabedaten, die von einem StepRun erzeugt wurden, heruntergeladen werden. Es kann auch als Schritteingabe in einer zukünftigen Pipeline verwendet werden. Initialisieren Sie PortDataReference. |
PublishedPipeline |
Stellt eine Pipeline dar, die ohne den für ihre Erstellung verwendeten Python-Code übermittelt werden soll. Darüber hinaus kann eine PublishedPipeline verwendet werden, um eine Pipeline mit anderen PipelineParameter-Werten und Eingaben erneut zu übermitteln. Initialisieren Sie PublishedPipeline. :p aram-Endpunkt Die REST-Endpunkt-URL zum Übermitteln von Pipelineausführungen für diese Pipeline. :type endpoint: str :p aram total_run_steps: Die Anzahl der Schritte in dieser Pipeline :type total_run_steps: int :p aram workspace: Der Arbeitsbereich der veröffentlichten Pipeline. :type workspace: azureml.core.Workspace :p aram continue_on_step_failure: Gibt an, ob die Ausführung anderer Schritte in PipelineRun fortgesetzt werden soll Wenn ein Schritt fehlschlägt, ist der Standardwert false. |
StoredProcedureParameter |
Stellt einen Parameter für eine gespeicherte SQL-Prozedur für die Verwendung mit SQL-Datenbankverweisen dar. Initialize StoredProcedureParameter. standardmäßig azureml.pipeline.core.graph.StoredProcedureParameterType.String :type type: azureml.pipeline.core.graph.StoredProcedureParameterType |
TrainingOutput |
Definiert eine spezielle Ausgabe bestimmter PipelineSteps für die Verwendung in einer Pipeline. Mit TrainingOutput können automatisierte Machine Learning-Metriken oder -Modelle als Schrittausgabe bereitgestellt werden, die wiederum von einem anderen Schritt einer Azure Machine Learning-Pipeline verarbeitet werden kann. Kann mit AutoMLStep oder HyperDriveStep verwendet werden Initialisieren Sie TrainingOutput. param model_file: Die spezifische Modelldatei, die in die Ausgabe aufgenommen werden soll. Nur für HyperDriveStep |
Enumerationen
StoredProcedureParameterType |
Definiert Typen von Parametern für gespeicherte SQL-Prozeduren für die Verwendung mit SQL-Datenbankverweisen. |