Expressions dans le kit de développement logiciel (SDK) d’Azure Machine Learning et l’interface CLI v2
Avec le kit de développement logiciel (SDK) d’Azure Machine Learning et l’interface CLI v2, vous pouvez utiliser des expressions lorsqu’une valeur n’est pas connue à la création d’un travail ou d’un composant. Lorsque vous envoyez un travail ou appelez un composant, l’expression est évaluée et la valeur est remplacée.
Le format d’une expression est ${{ <expression> }}. Certaines expressions sont évaluées sur le client, lors de l’envoi du travail ou du composant. D’autres expressions sont évaluées sur le serveur (calcul où le travail ou le composant est en cours d’exécution).
Expressions clientes
Remarque
Le « client » qui évalue l’expression est l’emplacement où le travail est envoyé ou où le composant est exécuté. Par exemple, votre ordinateur local ou une instance de calcul.
| Expression | Description | Étendue |
|---|---|---|
${{inputs.<input_name>}} |
Références à un modèle ou à une ressource de données d’entrée. | Fonctionne pour toutes les travaux. |
${{outputs.<output_name>}} |
Références à un modèle ou à une ressource de données de sortie. | Fonctionne pour toutes les travaux. |
${{search_space.<hyperparameter>}} |
Référence les hyperparamètres à utiliser dans un travail de balayage. Les valeurs des hyperparamètres pour chaque essai sont sélectionnées en fonction de search_space. |
Travaux de balayage uniquement. |
${{parent.inputs.<input_name>}} |
Lie les entrées d’un travail enfant (étape de pipeline) dans un pipeline aux entrées du travail de pipeline parent de niveau supérieur. | Travaux de pipeline |
${{parent.outputs.<output_name>}} |
Lie les sorties d’un travail enfant (étape de pipeline) dans un pipeline aux sorties du travail de pipeline parent de niveau supérieur. | Travaux de pipeline |
${{parent.jobs.<step-name>.inputs.<input-name>}} |
Lie aux entrées d’une autre étape dans le pipeline. | Travaux de pipeline |
${{parent.jobs.<step-name>.outputs.<output-name>}} |
Lie aux sorties d’une autre étape dans le pipeline. | Travaux de pipeline |
Expressions de serveur
Important
Les expressions suivantes sont résolues côté serveur, et non côté client. Pour les travaux planifiés où l’heure de création et l’heure d’envoi du travail sont différentes, les expressions sont résolues lors de l’envoi du travail. Étant donné que ces expressions sont résolues côté serveur, elles utilisent l’état actuel de l’espace de travail, et non l’état de l’espace de travail lors de la création du travail planifié. Par exemple, si vous modifiez le magasin de données par défaut de l’espace de travail après avoir créé un travail planifié, l’expression ${{default_datastore}} est résolue en fonction du nouveau magasin de données par défaut, et non du magasin de données par défaut lors de la création du travail planifié.
| Expression | Description | Étendue |
|---|---|---|
${{default_datastore}} |
Si le magasin de données par défaut du pipeline est configuré, cela est résolu en tant que nom de magasin de données par défaut du pipeline ; sinon , il est résolu en tant que nom de magasin de données par défaut de l’espace de travail. Le magasin de données par défaut du pipeline peut être contrôlé à l’aide de pipeline_job.settings.default_datastore. |
Fonctionne pour tous les travaux. Les travaux de pipeline ont un magasin de données par défaut de pipeline configurable. |
${{name}} |
Nom du travail. Pour les pipelines, il s’agit du nom du travail d’étape, et non du nom du travail de pipeline. | Fonctionne pour tous les travaux |
${{output_name}} |
Nom de la sortie du travail | Fonctionne pour tous les travaux |
Par exemple, si azureml://datastores/${{default_datastore}}/paths/${{name}}/${{output_name}} est utilisé comme chemin de sortie, au moment de l’exécution, il est résolu en tant que chemin d’accès de azureml://datastores/workspaceblobstore/paths/<job-name>/model_path.
Étapes suivantes
Pour plus d’informations sur ces expressions, consultez les articles et exemples suivants :