OutputPortBinding Osztály

Egy folyamatlépés elnevezett kimenetét határozza meg.

Az OutputPortBinding használatával megadhatja, hogy milyen típusú adatokat állítunk elő egy lépésben, és hogyan készüljenek el az adatok. Megadhatja InputPortBinding , hogy a lépés kimenete egy másik lépés kötelező bemenete-e.

Az OutputPortBinding inicializálása.

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	str Az OutputPortBinding objektum neve, amely csak betűket, számjegyeket és aláhúzásjeleket tartalmazhat.
datastore	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Azon adattár, amelyen a PipelineData található. Alapértelmezett érték: None
output_name	str A kimenet neve, ha nincs név. Csak betűket, számjegyeket és aláhúzásjeleket tartalmazhat. Alapértelmezett érték: None
bind_mode	str Megadja, hogy a termelő lépés a "upload" vagy a "mount" vagy a "hdfs" metódust használja-e az adatok eléréséhez. Alapértelmezett érték: mount
path_on_compute	str A "feltöltési" mód esetében a modul által írt elérési út. Alapértelmezett érték: None
is_directory	bool Függetlenül attól, hogy a kimenet könyvtár vagy egyetlen fájl. Alapértelmezett érték: None
overwrite	bool A "feltöltési" mód esetében, hogy felülírja-e a meglévő adatokat. Alapértelmezett érték: None
data_type	str Opcionális. Az adattípussal megadhatja a kimenet várt típusát, és részletezheti, hogy a használat lépései hogyan használják az adatokat. Bármilyen felhasználó által definiált sztring lehet. Alapértelmezett érték: None
pipeline_output_name	str 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	TrainingOutput A betanítási eredmény kimenetét határozza meg. Ez csak bizonyos betanításokhoz szükséges, amelyek különböző kimeneteket eredményeznek, például metrikákat és modelleket. Például metrikákat AutoMLStep és modellt eredményez. A legjobb modell eléréséhez meghatározott betanítási iterációt vagy metrikát is meghatározhat. Itt HyperDriveStepmegadhatja a kimenetbe felvenni kívánt modellfájlokat is. Alapértelmezett érték: None
dataset_registration	DatasetRegistration Opcionális. Ez egy belső paraméter. Ehelyett PipelineData.as_dataset kell használnia. Alapértelmezett érték: None
dataset_output	OutputDatasetConfig Opcionális. Ez egy belső paraméter. Az OutputFileDatasetConfig intead parancsot kell használnia. Alapértelmezett érték: None
name Kötelező	str Az OutputPortBinding objektum neve, amely csak betűket, számjegyeket és aláhúzásjeleket tartalmazhat.
datastore Kötelező	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Azon adattár, amelyen a PipelineData található.
output_name Kötelező	str A kimenet neve, ha nincs név. Csak betűket, számjegyeket és aláhúzásjeleket tartalmazhat.
bind_mode Kötelező	str Megadja, hogy a termelő lépés a "upload" vagy a "mount" vagy a "hdfs" metódust használja-e az adatok eléréséhez.
path_on_compute Kötelező	str A "feltöltési" mód esetében a modul által írt elérési út.
is_directory Kötelező	bool ha a kimenet könyvtár
overwrite Kötelező	bool A "feltöltési" mód esetében, hogy felülírja-e a meglévő adatokat.
data_type Kötelező	str Opcionális. Az adattípussal megadhatja a kimenet várt típusát, és részletezheti, hogy a használat lépései hogyan használják az adatokat. Bármilyen felhasználó által definiált sztring lehet.
pipeline_output_name Kötelező	str Ha ez a kimenet elérhető lesz a PipelineRun.get_pipeline_output() használatával. A folyamat kimeneti nevének egyedinek kell lennie a folyamatban.
training_output Kötelező	TrainingOutput A betanítási eredmény kimenetét határozza meg. Ez csak bizonyos betanításokhoz szükséges, amelyek különböző kimeneteket eredményeznek, például metrikákat és modelleket. Például metrikákat AutoMLStep és modellt eredményez. A legjobb modell eléréséhez meghatározott betanítási iterációt vagy metrikát is meghatározhat. Itt HyperDriveStepmegadhatja a kimenetbe felvenni kívánt modellfájlokat is.
dataset_registration Kötelező	DatasetRegistration Opcionális. Ez egy belső paraméter. Ehelyett PipelineData.as_dataset kell használnia.
dataset_output Kötelező	OutputDatasetConfig Opcionális. Ez egy belső paraméter. Az OutputFileDatasetConfig intead parancsot kell használnia.

Megjegyzések

Az OutputPortBinding hasonló módon használható, mint PipelineData egy folyamat létrehozásakor a lépésbemenetek és kimenetek megadásához. A különbség az, hogy az OutputPortBindinget egy InputPortBinding másik lépés bemeneteként kell felhasználni.

Egy folyamat OutputPortBinding használatával történő létrehozására a következő példa látható:

   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])

Ez létrehoz egy folyamatot két lépéssel. Először a folyamatlépés lesz végrehajtva, majd a folyamat befejezése után a rendszer végrehajtja a betanítási lépést. Az Azure ML biztosítja a folyamatlépés által előállított kimenetet az OutputPortBinding objektum által leírt módon a betanítási lépéshez.

Attribútumok

bind_mode

Szerezze be a "feltöltés" vagy a "csatlakoztatás" vagy a "hdfs" módot, amelyet a létrehozási lépés az adatok létrehozásához fog használni.

Válaszok

Típus	Description
str	A kötési mód.

data_type

A létrehozandó adatok típusának lekérése.

Válaszok

Típus	Description
str	Az adattípus neve.

dataset_registration

Kérje le az adathalmaz regisztrációs adatait.

Válaszok

Típus	Description
DatasetRegistration	Az adathalmaz regisztrációs adatai.

datastore

Azon adattár, amelyen a PipelineData található.

Válaszok

Típus	Description
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]	Az Adattár objektum.

is_directory

Azt jelzi, hogy a kimenet könyvtár-e.

Válaszok

Típus	Description
bool	is_directory

name

Az OutputPortBinding objektum neve.

Válaszok

Típus	Description
str	A név.

overwrite

Feltöltési mód esetén adja meg, hogy felülírja-e a meglévő adatokat.

Válaszok

Típus	Description
bool	_Felülírja

path_on_compute

A "feltöltési" mód esetében a modul által írt elérési út.

Válaszok

Típus	Description
str	path_on_compute

pipeline_output_name

Kérje le az OutputPortBindingnek megfelelő folyamatkimenet nevét.

Válaszok

Típus	Description
str	A folyamat kimenetének neve.

training_output

Betanítási kimenet lekérése.

Válaszok

Típus	Description
TrainingOutput	Betanítás kimenete