Kifejezések az Azure Machine Learning SDK-ban és a CLI v2-ben
Az Azure Machine Learning SDK-val és a CLI 2-vel kifejezéseket használhat, ha egy érték nem biztos, hogy ismert egy feladat vagy összetevő létrehozásakor. Feladat elküldésekor vagy összetevő meghívásakor a rendszer kiértékeli a kifejezést, és az érték helyébe lép.
A kifejezés formátuma: ${{ <expression> }}
. A rendszer kiértékel néhány kifejezést az ügyfélen a feladat vagy összetevő elküldésekor. A többi kifejezés kiértékelése a kiszolgálón történik (azon a számításon, amelyen a feladat vagy az összetevő fut.)
Ügyfélkifejezések
Feljegyzés
A kifejezést kiértékelő "ügyfél" a feladat elküldése vagy az összetevő futtatása. Például a helyi gép vagy egy számítási példány.
Expression | Leírás | Hatókör |
---|---|---|
${{inputs.<input_name>}} |
Bemeneti adategységre vagy -modellre mutató hivatkozások. | Minden feladathoz használható. |
${{outputs.<output_name>}} |
Kimeneti adategységre vagy modellre mutató hivatkozások. | Minden feladathoz használható. |
${{search_space.<hyperparameter>}} |
A takarítási feladatban használandó hiperparaméterekre hivatkozik. Az egyes próbaverziók hiperparaméter-értékeit a rendszer a search_space . |
Csak takarítási feladatok. |
${{parent.inputs.<input_name>}} |
A folyamat gyermekfeladatának (folyamatlépésének) bemeneteit a legfelső szintű szülőfolyamat-feladat bemeneteihez köti. | Csak folyamatfeladatok. |
${{parent.outputs.<output_name>}} |
A folyamat gyermekfeladatának (folyamatlépésének) kimeneteit a legfelső szintű szülőfolyamat-feladat kimeneteihez köti. | Csak folyamatfeladatok. |
${{parent.jobs.<step-name>.inputs.<input-name>}} |
A folyamat egy másik lépésének bemeneteihez kapcsolódik. | Csak folyamatfeladatok. |
${{parent.jobs.<step-name>.outputs.<output-name>}} |
A folyamat egy másik lépésének kimenetéhez kapcsolódik. | Csak folyamatfeladatok. |
Kiszolgálói kifejezések
Fontos
A következő kifejezések a kiszolgáló oldalán vannak feloldva, nem az ügyféloldalon. Az olyan ütemezett feladatok esetében, ahol a feladatlétrehozási idő és a feladat beküldési ideje eltérő, a kifejezéseket a rendszer feloldja a feladat elküldésekor. Mivel ezek a kifejezések feloldva vannak a kiszolgáló oldalán, a munkaterület aktuális állapotát használják, nem pedig a munkaterület állapotát az ütemezett feladat létrehozásakor. Ha például egy ütemezett feladat létrehozása után módosítja a munkaterület alapértelmezett adattárát, a kifejezés ${{default_datastore}}
az új alapértelmezett adattárra lesz feloldva, nem pedig az alapértelmezett adattárra az ütemezett feladat létrehozásakor.
Expression | Leírás | Hatókör |
---|---|---|
${{default_datastore}} |
Ha a folyamat alapértelmezett adattára konfigurálva van, a rendszer a folyamat alapértelmezett adattárneveként oldja fel; ellenkező esetben a rendszer a munkaterület alapértelmezett adattárneveként lesz feloldva. A folyamat alapértelmezett adattára a következővel pipeline_job.settings.default_datastore vezérelhető: . |
Minden feladathoz használható. A folyamatfeladatok konfigurálható alapértelmezett folyamatadattárval rendelkeznek. |
${{name}} |
A feladat neve. Folyamatok esetében ez a lépésfeladat neve, nem pedig a folyamatfeladat neve. | Minden feladathoz használható |
${{output_name}} |
A feladat kimenetének neve | Minden feladathoz használható |
Ha például azureml://datastores/${{default_datastore}}/paths/${{name}}/${{output_name}}
kimeneti elérési útként használják, futásidőben a rendszer a következő elérési útként azureml://datastores/workspaceblobstore/paths/<job-name>/model_path
oldja fel a problémát.
Következő lépések
Ezekről a kifejezésekről az alábbi cikkekben és példákban talál további információt: