Input Clase

Inicialice un objeto Input.

Herencia

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

Input

Constructor

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

Parámetros de palabra clave únicamente

Nombre	Description
type	str Tipo de la entrada de datos. Los valores aceptados son "uri_folder", "uri_file", "mltable", "mlflow_model", "custom_model", "integer", "number", "string" y "boolean". El valor predeterminado es "uri_folder". valor predeterminado: uri_folder
path	Optional[str] Ruta de acceso a los datos de entrada. Las rutas de acceso pueden ser rutas de acceso locales, URI de datos remotos o un identificador de recurso de AzureML registrado.
mode	Optional[str] Modo de acceso de la entrada de datos. Los valores aceptados son: "ro_mount": monte los datos en el destino de proceso como de solo lectura, 'download': Descargue los datos en el destino de proceso. 'direct': pase el URI como una cadena a la que se va a acceder en tiempo de ejecución.
default	Union[str, int, float, bool] El valor predeterminado de la entrada. Si se establece un valor predeterminado, los datos de entrada serán opcionales.
min	Union[int, float] Valor mínimo de la entrada. Si se pasa un valor menor que el mínimo al trabajo, se producirá un error en la ejecución del trabajo.
max	Union[int, float] Valor máximo de la entrada. Si se pasa un valor mayor que el máximo a un trabajo, se producirá un error en la ejecución del trabajo.
optional	Optional[bool] Especifica si la entrada es opcional.
description	Optional[str] Descripción de la entrada
datastore	str Almacén de datos en el que se van a cargar los archivos locales.
intellectual_property	IntellectualProperty Propiedad intelectual de la entrada.
enum Requerido

Ejemplos

Crear un CommandJob con dos entradas.

   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),
   )

Métodos

get
has_key
items
keys
update
values

get

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

Parámetros

Nombre	Description
key Requerido
default	valor predeterminado: None

has_key

has_key(k: Any) -> bool

Parámetros

Nombre	Description
k Requerido

items

items() -> list

keys

keys() -> list

update

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

values

values() -> list