ParallelRunStep Classe
Crée une étape de pipeline Azure Machine Learning pour traiter de grandes quantités de données de façon asynchrone et en parallèle.
Pour obtenir un exemple d’utilisation de ParallelRunStep, consultez le notebook https://aka.ms/batch-inference-notebooks.
Pour obtenir le guide de résolution des problèmes, consultez https://aka.ms/prstsg. Vous trouverez plus de références ici.
Créez une étape Azure ML Pipeline pour traiter de grandes quantités de données de manière asynchrone et en parallèle.
Pour obtenir un exemple d’utilisation de ParallelRunStep, consultez le lien https://aka.ms/batch-inference-notebooksde notebook .
- Héritage
-
azureml.pipeline.core._parallel_run_step_base._ParallelRunStepBaseParallelRunStep
Constructeur
ParallelRunStep(name, parallel_run_config, inputs, output=None, side_inputs=None, arguments=None, allow_reuse=True)
Paramètres
- name
- str
Nom de l'étape Doit être unique à l’espace de travail, ne comporter que des lettres minuscules, des chiffres ou des tirets, commencer par une lettre et comporter entre 3 et 32 caractères.
- parallel_run_config
- ParallelRunConfig
Objet ParallelRunConfig utilisé pour déterminer les propriétés d’exécution nécessaires.
- inputs
- list[Union[DatasetConsumptionConfig, PipelineOutputFileDataset, PipelineOutputTabularDataset]]
Liste des jeux de données d’entrée. Tous les jeux de données de la liste doivent être du même type. Les données d’entrée seront partitionnées pour un traitement parallèle. Chaque jeu de données de la liste est partitionné en mini-lots, et chacun de ces mini-lots est traité de la même façon lors du traitement parallèle.
La liaison de port de sortie peut être utilisée par les étapes de pipeline ultérieures.
- side_inputs
- list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputFileDataset, PipelineOutputTabularDataset, DatasetConsumptionConfig]]
Liste des données de référence d’entrée latérale. Les entrées latérales ne sont pas partitionnées en tant que données d’entrée.
Liste des arguments de ligne de commande à passer à entry_script Python.
- allow_reuse
- bool
indique si l’étape doit réutiliser les résultats précédents lorsqu’elle est exécutée avec les mêmes paramètres ou entrées. Si la valeur est False, une nouvelle exécution sera toujours générée pour cette étape pendant l’exécution du pipeline.
- name
- str
Nom de l'étape Doit être unique à l’espace de travail, ne comporter que des lettres minuscules, des chiffres ou des tirets, commencer par une lettre et comporter entre 3 et 32 caractères.
- parallel_run_config
- ParallelRunConfig
Objet ParallelRunConfig utilisé pour déterminer les propriétés d’exécution nécessaires.
- inputs
- list[Union[DatasetConsumptionConfig, PipelineOutputFileDataset, PipelineOutputTabularDataset]]
Liste des jeux de données d’entrée. Tous les jeux de données de la liste doivent être du même type. Les données d’entrée seront partitionnées pour un traitement parallèle. Chaque jeu de données de la liste est partitionné en mini-lots, et chacun de ces mini-lots est traité de la même façon lors du traitement parallèle.
- output
- PipelineData, OutputPortBinding
La liaison de port de sortie peut être utilisée par les étapes de pipeline ultérieures.
- side_inputs
- list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputFileDataset, PipelineOutputTabularDataset, DatasetConsumptionConfig]]
Liste des données de référence d’entrée latérale. Les entrées latérales ne sont pas partitionnées en tant que données d’entrée.
Liste des arguments de ligne de commande à passer à entry_script Python.
- allow_reuse
- bool
indique si l’étape doit réutiliser les résultats précédents lorsqu’elle est exécutée avec les mêmes paramètres ou entrées. Si la valeur est false, une nouvelle exécution sera toujours générée pour cette étape pendant l’exécution du pipeline.
Remarques
ParallelRunStep permet de traiter de grandes quantités de données en parallèle. Les cas d’usage courants sont l’entraînement d’un modèle ML ou l’exécution de l’inférence hors connexion pour générer des prédictions sur un lot d’observations. ParallelRunStep divise vos données en plusieurs lots qui seront traités en parallèle. Le nombre de nœuds de taille de lot et d’autres paramètres réglables pour accélérer votre traitement parallèle peuvent être contrôlés avec la classe ParallelRunConfig. ParallelRunStep peut fonctionner avec TabularDataset ou FileDataset en tant qu’entrée.
Pour utiliser ParallelRunStep :
Créez un objet ParallelRunConfig pour spécifier le mode d’exécution du traitement par lots, en définissant les paramètres pour contrôler la taille de lot, le nombre de nœuds par cible de calcul et une référence à votre script Python personnalisé.
Créez un objet ParallelRunStep qui utilise l’objet ParallelRunConfig, et définissez les entrées et sorties de l’étape.
Utilisez l’objet ParallelRunStep configuré dans un Pipeline comme vous le feriez avec d’autres types d’étapes de pipeline.
Vous trouverez des exemples d’utilisation des classes ParallelRunStep et ParallelRunConfig pour l’inférence de lot dans les articles suivants :
Tutoriel : Créer un pipeline Azure Machine Learning pour le scoring par lots. Cet article montre comment utiliser ces deux classes pour le scoring par lots asynchrone dans un pipeline et permettre à un point de terminaison REST d’exécuter le pipeline.
Exécuter l’inférence par lots sur de grandes quantités de données à l’aide d’Azure Machine Learning. Cet article explique comment traiter de grandes quantités de données de façon asynchrone et en parallèle avec un script d’inférence personnalisé et un modèle de classification d’images pré-entraîné à partir du jeu de données MNIST.
from azureml.pipeline.steps import ParallelRunStep, ParallelRunConfig
parallel_run_config = ParallelRunConfig(
source_directory=scripts_folder,
entry_script=script_file,
mini_batch_size="5",
error_threshold=10, # Optional, allowed failed count on mini batch items
allowed_failed_count=15, # Optional, allowed failed count on mini batches
allowed_failed_percent=10, # Optional, allowed failed percent on mini batches
output_action="append_row",
environment=batch_env,
compute_target=compute_target,
node_count=2)
parallelrun_step = ParallelRunStep(
name="predict-digits-mnist",
parallel_run_config=parallel_run_config,
inputs=[ named_mnist_ds ],
output=output_dir,
arguments=[ "--extra_arg", "example_value" ],
allow_reuse=True
)
Pour plus d’informations sur cet exemple, consultez le notebook https://aka.ms/batch-inference-notebooks.
Méthodes
create_module_def |
Crée l’objet de définition de module qui décrit l’étape. Cette méthode n’est pas destinée à être utilisée directement. |
create_node |
Créez un nœud pour PythonScriptStep et ajoutez-le au graphique spécifié. Cette méthode n’est pas destinée à être utilisée directement. Lorsqu’un pipeline est instancié avec ParallelRunStep, Azure Machine Learning transmet automatiquement les paramètres requis via cette méthode afin que l’étape puisse être ajoutée à un graphe de pipeline qui représente le workflow. |
create_module_def
Crée l’objet de définition de module qui décrit l’étape.
Cette méthode n’est pas destinée à être utilisée directement.
create_module_def(execution_type, input_bindings, output_bindings, param_defs=None, create_sequencing_ports=True, allow_reuse=True, version=None, arguments=None)
Paramètres
- create_sequencing_ports
- bool
Si la valeur est true, des ports de séquencement sont créés pour le module.
- allow_reuse
- bool
Si la valeur est true, le module peut être réutilisé dans de futurs pipelines.
- arguments
- list
Liste d’arguments annotés à utiliser au moment d’appeler ce module.
Retours
Objet de définition de module.
Type de retour
create_node
Créez un nœud pour PythonScriptStep et ajoutez-le au graphique spécifié.
Cette méthode n’est pas destinée à être utilisée directement. Lorsqu’un pipeline est instancié avec ParallelRunStep, Azure Machine Learning transmet automatiquement les paramètres requis via cette méthode afin que l’étape puisse être ajoutée à un graphe de pipeline qui représente le workflow.
create_node(graph, default_datastore, context)
Paramètres
- default_datastore
- AbstractAzureStorageDatastore ou AzureDataLakeDatastore
Magasin de données par défaut.
- context
- <xref:azureml.pipeline.core._GraphContext>
Contexte.
Retours
Nœud créé.
Type de retour
Commentaires
https://aka.ms/ContentUserFeedback.
Bientôt disponible : Tout au long de 2024, nous allons supprimer progressivement GitHub Issues comme mécanisme de commentaires pour le contenu et le remplacer par un nouveau système de commentaires. Pour plus d’informations, consultezEnvoyer et afficher des commentaires pour