OutputPortBinding Osztály
Egy folyamatlépés elnevezett kimenetét határozza meg.
Az OutputPortBinding használatával megadhatja, hogy milyen típusú adatokat állít elő egy lépésben, és hogyan készüljenek el az adatok. A használatával megadhatja InputPortBinding , hogy a lépés kimenete egy másik lépés kötelező bemenete legyen.
Az OutputPortBinding inicializálása.
- Öröklődés
-
builtins.objectOutputPortBinding
Konstruktor
OutputPortBinding(name, datastore=None, output_name=None, bind_mode='mount', path_on_compute=None, is_directory=None, overwrite=None, data_type=None, pipeline_output_name=None, training_output=None, dataset_registration=None, dataset_output=None)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
Az OutputPortBinding objektum neve, amely csak betűket, számjegyeket és aláhúzásokat tartalmazhat. |
datastore
|
Adattár, amelyen a PipelineData található. alapértelmezett érték: None
|
output_name
|
A kimenet neve, ha Nincs név van használva. Csak betűket, számjegyeket és aláhúzásokat tartalmazhat. alapértelmezett érték: None
|
bind_mode
|
Meghatározza, hogy a termelő lépés a "upload" vagy a "mount" vagy a "hdfs" metódust használja-e az adatok eléréséhez. alapértelmezett érték: mount
|
path_on_compute
|
A "feltöltési" mód esetében az az elérési út, amelybe a modul írja a kimenetet. alapértelmezett érték: None
|
is_directory
|
Függetlenül attól, hogy a kimenet egy könyvtár vagy egy fájl. alapértelmezett érték: None
|
overwrite
|
A "feltöltési" mód esetében adja meg, hogy felülírja-e a meglévő adatokat. alapértelmezett érték: None
|
data_type
|
Választható. Az adattípussal megadhatja a kimenet várt típusát, és részletezheti, hogy a használati lépések hogyan használják az adatokat. Bármilyen felhasználó által definiált sztring lehet. alapértelmezett érték: None
|
pipeline_output_name
|
Ha ez a kimenet elérhető lesz a PipelineRun.get_pipeline_output() használatával. A folyamat kimeneti nevének egyedinek kell lennie a folyamatban. alapértelmezett érték: None
|
training_output
|
Meghatározza a betanítási eredmény kimenetét. Ez csak bizonyos betanításokhoz szükséges, amelyek különböző típusú kimeneteket eredményeznek, például a metrikákat és a modellt. Például metrikákat AutoMLStep és modelleket eredményez. A legjobb modell eléréséhez meghatározott betanítási iterációt vagy metrikát is meghatározhat. A esetében HyperDriveStepmegadhatja a kimenetbe felvenni kívánt modellfájlokat is. alapértelmezett érték: None
|
dataset_registration
|
Választható. Ez egy belső paraméter. Ehelyett PipelineData.as_dataset kell használnia. alapértelmezett érték: None
|
dataset_output
|
Választható. Ez egy belső paraméter. Az OutputFileDatasetConfig intead függvényt kell használnia. alapértelmezett érték: None
|
name
Kötelező
|
Az OutputPortBinding objektum neve, amely csak betűket, számjegyeket és aláhúzásokat tartalmazhat. |
datastore
Kötelező
|
Adattár, amelyen a PipelineData található. |
output_name
Kötelező
|
A kimenet neve, ha Nincs név van használva. Csak betűket, számjegyeket és aláhúzásokat tartalmazhat. |
bind_mode
Kötelező
|
Meghatározza, hogy a termelő lépés a "upload" vagy a "mount" vagy a "hdfs" metódust használja-e az adatok eléréséhez. |
path_on_compute
Kötelező
|
A "feltöltési" mód esetében az az elérési út, amelybe a modul írja a kimenetet. |
is_directory
Kötelező
|
ha a kimenet könyvtár |
overwrite
Kötelező
|
A "feltöltési" mód esetében adja meg, hogy felülírja-e a meglévő adatokat. |
data_type
Kötelező
|
Választható. Az adattípussal megadhatja a kimenet várt típusát, és részletezheti, hogy a használati lépések hogyan használják az adatokat. Bármilyen felhasználó által definiált sztring lehet. |
pipeline_output_name
Kötelező
|
Ha ez a kimenet elérhető lesz a PipelineRun.get_pipeline_output() használatával. A folyamat kimeneti nevének egyedinek kell lennie a folyamatban. |
training_output
Kötelező
|
Meghatározza a betanítási eredmény kimenetét. Ez csak bizonyos betanításokhoz szükséges, amelyek különböző típusú kimeneteket eredményeznek, például a metrikákat és a modellt. Például metrikákat AutoMLStep és modelleket eredményez. A legjobb modell eléréséhez meghatározott betanítási iterációt vagy metrikát is meghatározhat. A esetében HyperDriveStepmegadhatja a kimenetbe felvenni kívánt modellfájlokat is. |
dataset_registration
Kötelező
|
Választható. Ez egy belső paraméter. Ehelyett PipelineData.as_dataset kell használnia. |
dataset_output
Kötelező
|
Választható. Ez egy belső paraméter. Az OutputFileDatasetConfig intead függvényt kell használnia. |
Megjegyzések
Az OutputPortBinding hasonló módon használható, mint PipelineData egy folyamat létrehozásakor a lépésbemenetek és kimenetek megadásához. A különbség az, hogy az OutputPortBindinget InputPortBinding egy másik lépés bemeneteként kell használni.
Példa egy OutputPortBinding-folyamat létrehozására:
from azureml.pipeline.core import OutputPortBinding, InputPortBinding, Pipeline
from azureml.pipeline.steps import PythonScriptStep
step_1_output = OutputPortBinding("output", datastore=datastore)
step_1 = PythonScriptStep(
name='process data',
script_name="process_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])
Ezzel létrehoz egy folyamatot két lépéssel. Először a folyamatlépés lesz végrehajtva, majd a folyamat befejezése után a rendszer végrehajtja a betanított lépést. Az Azure ML biztosítja a folyamatlépés által előállított kimenetet az OutputPortBinding objektum által leírt módon a betanítási lépésnek.
Attribútumok
bind_mode
Szerezze be azt a módot ("upload" vagy "mount" vagy "hdfs"), amelyet a létrehozási lépés az adatok létrehozásához fog használni.
Válaszok
Típus | Description |
---|---|
A kötési mód. |
data_type
dataset_registration
Kérje le az adathalmaz regisztrációs adatait.
Válaszok
Típus | Description |
---|---|
Az adathalmaz regisztrációs adatai. |
datastore
Adattár, amelyen a PipelineData található.
Válaszok
Típus | Description |
---|---|
Az Adattár objektum. |
is_directory
name
overwrite
A "feltöltési" mód esetében adja meg, hogy felülírja-e a meglévő adatokat.
Válaszok
Típus | Description |
---|---|
_Felülírja |
path_on_compute
A "feltöltési" mód esetében az az elérési út, amelybe a modul írja a kimenetet.
Válaszok
Típus | Description |
---|---|
path_on_compute |
pipeline_output_name
Kérje le az OutputPortBindingnek megfelelő folyamatkimenet nevét.
Válaszok
Típus | Description |
---|---|
A folyamat kimenetének neve. |
training_output
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: