Megosztás a következőn keresztül:


InputPortBinding Osztály

Egy forrás és egy folyamatlépés bemenete közötti kötést definiál.

Az InputPortBinding egy lépés bemeneteként használható. A forrás lehet PipelineDataegy , PortDataReference, DataReference, PipelineDatasetvagy OutputPortBinding.

Az InputPortBinding akkor hasznos, ha megadja a lépés bemenetének nevét, ha az eltér a kötési objektum nevével (azaz az ismétlődő bemeneti/kimeneti nevek elkerülése érdekében, vagy azért, mert a lépésszkriptnek szüksége van egy bemenetre, hogy egy adott névvel rendelkezzen). A bemenetek bind_mode PythonScriptStep is megadható.

Inicializálja az InputPortBindinget.

Öröklődés
builtins.object
InputPortBinding

Konstruktor

InputPortBinding(name, bind_object=None, bind_mode='mount', path_on_compute=None, overwrite=None, is_resource=False, additional_transformations=None, **kwargs)

Paraméterek

Name Description
name
Kötelező
str

A kötéshez használt bemeneti port neve, amely csak betűket, számjegyeket és aláhúzásjeleket tartalmazhat.

bind_object

A bemeneti porthoz kötéshez használt objektum.

Alapértelmezett érték: None
bind_mode
str

Megadja, hogy a felhasználó lépés a "download" vagy a "mount" metódust használja-e az adatok eléréséhez.

Alapértelmezett érték: mount
path_on_compute
str

A "letöltési" mód esetében a lépés által használt helyi elérési út felolvassa az adatokat.

Alapértelmezett érték: None
overwrite

A "letöltési" mód esetében adja meg, hogy felülírja-e a meglévő adatokat.

Alapértelmezett érték: None
is_resource

Azt jelzi, hogy a bemenet erőforrás-e. A rendszer letölti az erőforrásokat a szkriptmappába, és módot ad a szkript futásidejű viselkedésének módosítására.

Alapértelmezett érték: False
additional_transformations
<xref:azureml.dataprep.Dataflow>

A bemenetre alkalmazandó további átalakítások. Ez csak akkor lesz alkalmazva, ha az előző lépés kimenete egy Azure Machine Learning-adatkészlet.

Alapértelmezett érték: None
name
Kötelező
str

A kötéshez használt bemeneti port neve, amely csak betűket, számjegyeket és aláhúzásjeleket tartalmazhat.

bind_object
Kötelező

A bemeneti porthoz kötéshez használt objektum.

bind_mode
Kötelező
str

Meghatározza, hogy a fogyasztó lépés a "download" vagy a "mount" vagy a "direct" metódust használja-e az adatok eléréséhez.

path_on_compute
Kötelező
str

A "letöltési" mód esetében a lépés által használt helyi elérési út felolvassa az adatokat.

overwrite
Kötelező

A "letöltési" mód esetében adja meg, hogy felülírja-e a meglévő adatokat.

is_resource
Kötelező

Azt jelzi, hogy a bemenet erőforrás-e. A rendszer letölti az erőforrásokat a szkriptmappába, és módot ad a szkript futásidejű viselkedésének módosítására.

additional_transformations
Kötelező
<xref:azureml.dataprep.Dataflow>

A bemenetre alkalmazandó további átalakítások. Ez csak akkor lesz alkalmazva, ha az előző lépés kimenete egy Azure Machine Learning-adatkészlet.

Megjegyzések

Az InputPortBinding egy folyamat adatfüggőségeinek megadására szolgál, amely egy olyan bemenetet jelöl, amelyhez egy lépés végrehajtásához szükség van. Az InputPortBindings egy bind_object nevű forrással rendelkezik, amely meghatározza a bemeneti adatok létrehozásának módját.

PipelineData és OutputPortBinding az InputPortBinding bind_object ként használható annak megadásához, hogy a lépés bemenetét a folyamat egy másik lépése hozza létre.

A folyamat inputPortBinding és PipelineData használatával történő létrehozására a következő példa látható:


   from azureml.pipeline.core import PipelineData, InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   step_1_output = PipelineData("output", datastore=datastore, output_mode="mount")

   step_1 = PythonScriptStep(
       name='prepare data',
       script_name="prepare_data.py",
       compute_target=compute,
       arguments=["--output", step_1_output],
       outputs=[step_1_output]
   )

   step_2_input = InputPortBinding("input", bind_object=step_1_output)

   step_2 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_2_input],
       inputs=[step_2_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1, step_2])

Ebben a példában a "betanítása" lépéshez bemenetként az "adatok előkészítése" lépés kimenete szükséges.

PortDataReference, vagy DataReferencePipelineDataset az InputPortBinding bind_object ként is használható annak megadásához, hogy a lépés bemenete már létezik-e egy megadott helyen.

A folyamat inputPortBinding és DataReference használatával történő létrehozására a következő példa látható:


   from azureml.data.data_reference import DataReference
   from azureml.pipeline.core import InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   data_reference = DataReference(datastore=datastore, path_on_datastore='sample_data.txt', mode="mount")
   step_1_input = InputPortBinding("input", bind_object=data_reference)

   step_1 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_1_input],
       inputs=[step_1_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1])

Ebben a példában a "betanítás" lépéshez a DataReference által megadott "sample_data.txt" fájlra van szükség bemenetként.

Metódusok

as_resource

Szerezzen be egy duplikált bemeneti portkötést, amely erőforrásként használható.

get_bind_object_data_type

A kötési objektum adattípusának lekérése.

get_bind_object_name

Kérje le a kötési objektum nevét.

as_resource

Szerezzen be egy duplikált bemeneti portkötést, amely erőforrásként használható.

as_resource()

Válaszok

Típus Description

Az InputPortBinding és is_resource tulajdonság értéke Igaz.

get_bind_object_data_type

A kötési objektum adattípusának lekérése.

get_bind_object_data_type()

Válaszok

Típus Description
str

Az adattípus neve.

get_bind_object_name

Kérje le a kötési objektum nevét.

get_bind_object_name()

Válaszok

Típus Description
str

A kötési objektum neve.

Attribútumok

additional_transformations

A bemeneti adatokra alkalmazandó további átalakítások lekérése.

Válaszok

Típus Description
<xref:azureml.dataprep.Dataflow>

A bemeneti adatokra alkalmazandó további átalakítások.

bind_mode

Szerezze be azt a módot ("letöltés" vagy "csatlakoztatás" vagy "közvetlen", "hdfs"), amelyet a felhasználó az adatok eléréséhez használ.

Válaszok

Típus Description
str

A kötési mód ("letöltés" vagy "csatlakoztatás" vagy "közvetlen" vagy "hdfs").

bind_object

Kérje le azt az objektumot, amelyhez az InputPort hozzá lesz kötve.

Válaszok

Típus Description

A kötési objektum.

data_reference_name

Kérje le az InputPortBindinghez társított adathivatkozás nevét.

Válaszok

Típus Description
str

Az adathivatkozás neve.

data_type

A bemeneti adatok típusának lekérése.

Válaszok

Típus Description
str

Az adattípus tulajdonság.

is_resource

Megtudhatja, hogy a bemenet erőforrás-e.

Válaszok

Típus Description

Erőforrás bemenete.

name

A bemeneti port kötésének neve.

Válaszok

Típus Description
str

A név.

overwrite

A "letöltési" mód esetében adja meg, hogy felülírja-e a meglévő adatokat.

Válaszok

Típus Description

A felülírás tulajdonság.

path_on_compute

Kérje le azt a helyi útvonalat, amelyről a lépés beolvassa az adatokat.

Válaszok

Típus Description
str

A számítási útvonal.