PipelineStep Osztály

Egy Végrehajtási lépést jelöl egy Azure Machine Learning-folyamatban.

A folyamatok több folyamatlépésből épülnek fel, amelyek a folyamat különböző számítási egységei. Minden lépés önállóan futtatható, és elkülönített számítási erőforrásokat használhat. Minden lépésnek általában saját nevesített bemenetei, kimenetei és paraméterei vannak.

A PipelineStep osztály az az alaposztály, amelyből a gyakori forgatókönyvekhez tervezett más beépített lépésosztályok öröklik a következőt: , PythonScriptStepDataTransferStepés HyperDriveStep.

A folyamatok és a PipelineSteps kapcsolatának áttekintéséért lásd: Mik azok az ML-folyamatok.

PipelineStep inicializálása.

Öröklődés

builtins.object

PipelineStep

Konstruktor

PipelineStep(name, inputs, outputs, arguments=None, fix_port_name_collisions=False, resource_inputs=None)

Paraméterek

Name	Description
name Kötelező	str A folyamatlépés neve.
inputs Kötelező	list A lépésbemenetek listája.
outputs Kötelező	list A lépéskimenetek listája.
arguments	list A lépésben használt szkriptnek átadni kívánt argumentumok választható listája. Alapértelmezett érték: None
fix_port_name_collisions	bool Megadja, hogy kijavítsa-e a névütközéseket. Ha az Igaz és a bemenet és a kimenet neve megegyezik, akkor a bemenet "INPUT" előtaggal lesz ellátva. Az alapértelmezett érték a Hamis. Alapértelmezett érték: False
resource_inputs	list Az erőforrásokként használandó bemenetek opcionális listája. A rendszer letölti az erőforrásokat a szkriptmappába, és lehetővé teszi a szkript futásidejű viselkedésének módosítását. Alapértelmezett érték: None
name Kötelező	str A folyamatlépés neve.
inputs Kötelező	list A lépésbemenetek listája.
outputs Kötelező	list A lépéskimenetek listája.
arguments Kötelező	list A lépésben használt szkriptnek átadni kívánt argumentumok választható listája.
fix_port_name_collisions Kötelező	bool Megadja, hogy kijavítsa-e a névütközéseket. Ha az Igaz és a bemenet és a kimenet neve megegyezik, akkor a bemenet "INPUT" előtaggal lesz ellátva. Az alapértelmezett érték a Hamis.
resource_inputs Kötelező	list Az erőforrásokként használandó bemenetek opcionális listája. A rendszer letölti az erőforrásokat a szkriptmappába, és lehetővé teszi a szkript futásidejű viselkedésének módosítását.

Megjegyzések

A PipelineStep olyan végrehajtási egység, amelynek általában végrehajtási célra (számítási célra), opcionális szkriptargumentumokkal és bemenetekkel végrehajtandó szkriptre van szüksége, és kimeneteket hozhat létre. A lépés számos más, a lépésre jellemző paramétert is igénybe vehet.

A folyamatlépések együtt konfigurálhatók egy Pipeline, amely egy megosztható és újrafelhasználható Azure Machine Learning-munkafolyamatot jelöl. A folyamat minden lépése konfigurálható úgy, hogy lehetővé tegye a korábbi futtatási eredmények újbóli felhasználását, ha a lépés tartalma (szkriptek/függőségek), valamint a bemenetek és paraméterek változatlanok maradnak. A lépés újrahasználásakor a feladat számítási feladatként való elküldése helyett az előző futtatás eredményei azonnal elérhetővé válnak a további lépésekhez.

Az Azure Machine Learning Pipelines beépített lépéseket biztosít a gyakori forgatókönyvekhez. Példákért tekintse meg a steps csomagot és az osztályt AutoMLStep . A folyamat előre elkészített lépéseken alapuló felépítésének áttekintéséért lásd: https://aka.ms/pl-first-pipeline.

A PipelineStep-ből származtatott előre elkészített lépések olyan lépések, amelyeket egy folyamat használ. Ha a gépi tanulási munkafolyamat olyan lépések létrehozására szólít fel, amelyek különböző folyamatokban használhatók és verziószámozottak, akkor használja az osztályt Module .

A folyamatlépések, a bemeneti/kimeneti adatok és a lépések újrafelhasználása során tartsa szem előtt az alábbiakat.

• Javasoljuk, hogy külön source_directory helyeket használjon a különálló lépésekhez. Ha a folyamat lépéseinek összes szkriptje egyetlen könyvtárban található, a könyvtár kivonata minden alkalommal megváltozik, amikor egy szkriptet módosít, és az összes lépést újrafuttatásra kényszeríti. Példa arra, hogy különböző lépésekhez külön könyvtárakat kell használnia, lásd: https://aka.ms/pl-get-started.

• Ha külön mappákat tart fenn a szkriptekhez és a függő fájlokhoz minden lépéshez, azzal csökkentheti az egyes lépésekhez létrehozott pillanatkép méretét, mivel csak az adott mappa van pillanatkép készítve. Mivel a lépésben lévő fájlok módosításai source_directory aktiválják a pillanatkép újrafeltöltését, és minden lépésben külön mappákat tart fenn, segít a folyamat lépéseinek újbóli felhasználásában, mert ha egy lépés source_directory nem változik, akkor a rendszer újra felhasználja a lépés előző futtatását.

• Ha egy lépésben használt adatok egy adattárban találhatóak, és allow_reuse igaz, akkor a rendszer nem észleli az adatváltozás módosításait. Ha az adatok feltöltése a pillanatkép részeként történik (a lépés source_directory alatt), bár ez nem ajánlott, akkor a kivonat megváltozik, és újrafuttat.

Metódusok

create_input_output_bindings	Bemeneti és kimeneti kötéseket hozhat létre a lépés bemeneteiből és kimeneteiből.
create_module_def	Hozza létre a lépést leíró moduldefiníciós objektumot.
create_node	Ezen lépés alapján hozzon létre egy csomópontot a folyamatgráfhoz.
get_source_directory	Kérje le a lépés forráskönyvtárát, és ellenőrizze, hogy létezik-e a szkript.
resolve_input_arguments	A bemenetek és kimenetek argumentumokkal való egyeztetése argumentumsztring létrehozásához.
run_after	Futtassa ezt a lépést a megadott lépés után.
validate_arguments	Ellenőrizze, hogy az argumentumokban megadott lépésbemenetek és -kimenetek szerepelnek-e a bemenetek és kimenetek listájában.

create_input_output_bindings

Bemeneti és kimeneti kötéseket hozhat létre a lépés bemeneteiből és kimeneteiből.

create_input_output_bindings(inputs, outputs, default_datastore, resource_inputs=None)

Paraméterek

Name	Description
inputs Kötelező	list A lépésbemenetek listája.
outputs Kötelező	list A lépéskimenetek listája.
default_datastore Kötelező	AbstractAzureStorageDatastore vagy AzureDataLakeDatastore Az alapértelmezett adattár.
resource_inputs	list Az erőforrásokként használandó bemenetek listája. A rendszer letölti az erőforrásokat a szkriptmappába, és lehetővé teszi a szkript futásidejű viselkedésének módosítását. Alapértelmezett érték: None

Válaszok

Típus	Description
list, list	A bemeneti és kimeneti kötések rekordja.

create_module_def

Hozza létre a lépést leíró moduldefiníciós objektumot.

create_module_def(execution_type, input_bindings, output_bindings, param_defs=None, create_sequencing_ports=True, allow_reuse=True, version=None, module_type=None, arguments=None, runconfig=None, cloud_settings=None)

Paraméterek

Name	Description
execution_type Kötelező	str A modul végrehajtási típusa.
input_bindings Kötelező	list A lépés bemeneti kötései.
output_bindings Kötelező	list A lépés kimeneti kötései.
param_defs	list A lépésparaméter-definíciók. Alapértelmezett érték: None
create_sequencing_ports	bool Megadja, hogy létrejönnek-e szekvenálási portok a modulhoz. Alapértelmezett érték: True
allow_reuse	bool Meghatározza, hogy a modul használható lesz-e a jövőbeli folyamatokban való újrafelhasználáshoz. Alapértelmezett érték: True
version	str A modul verziója. Alapértelmezett érték: None
module_type	str A létrehozandó modullétrehozó szolgáltatás modultípusa. Jelenleg csak két típus támogatott: "Nincs" és "BatchInferencing". module_type eltér attól execution_type , amely meghatározza, hogy milyen háttérszolgáltatást használjon a modul futtatásához. Alapértelmezett érték: None
arguments	list A modul meghívásakor használandó jegyzetekkel ellátott argumentumok listája Alapértelmezett érték: None
runconfig	str A python_script_step Alapértelmezett érték: None
cloud_settings	<xref:azureml.pipeline.core._restclients.aeva.models.CloudSettings> Felhőkhöz használt beállítások Alapértelmezett érték: None

Válaszok

Típus	Description
ModuleDef	A moduldefiníciós objektum.

create_node

Ezen lépés alapján hozzon létre egy csomópontot a folyamatgráfhoz.

abstract create_node(graph, default_datastore, context)

Paraméterek

Name	Description
graph Kötelező	Graph Az a gráf, amelybe a csomópontot fel szeretné adni.
default_datastore Kötelező	AbstractAzureStorageDatastore vagy AzureDataLakeDatastore A lépéshez használandó alapértelmezett adattár.
context Kötelező	<xref:azureml.pipeline.core._GraphContext> A gráfkörnyezet objektuma.

Válaszok

Típus	Description
Node	A létrehozott csomópont.

get_source_directory

Kérje le a lépés forráskönyvtárát, és ellenőrizze, hogy létezik-e a szkript.

get_source_directory(context, source_directory, script_name)

Paraméterek

Name	Description
context Kötelező	<xref:azureml.pipeline.core._GraphContext> A gráfkörnyezet objektuma.
source_directory Kötelező	str A lépés forráskönyvtára.
script_name Kötelező	str A lépés szkriptneve.
hash_paths Kötelező	list A modul ujjlenyomatának meghatározásakor használandó kivonatútvonalak.

Válaszok

Típus	Description
str, list	A forráskönyvtár és a kivonat elérési útjai.

resolve_input_arguments

A bemenetek és kimenetek argumentumokkal való egyeztetése argumentumsztring létrehozásához.

static resolve_input_arguments(arguments, inputs, outputs, params)

Paraméterek

Name	Description
arguments Kötelező	list A lépésargumentumok listája.
inputs Kötelező	list A lépésbemenetek listája.
outputs Kötelező	list A lépéskimenetek listája.
params Kötelező	list A lépésparaméterek listája.

Válaszok

Típus	Description
tuple	Két elem rekordját adja vissza. Az első a feloldott argumentumok elemeinek egybesimított listája. A második a strukturált argumentumok listája (_InputArgument, _OutputArgument, _ParameterArgument és _StringArgument)

run_after

Futtassa ezt a lépést a megadott lépés után.

run_after(step)

Paraméterek

Name	Description
step Kötelező	PipelineStep A lépés előtt futtatandó folyamatlépés.

Megjegyzések

Ha például egy lépést szeretne futtatni, például a 3. lépést az 1. és a 2. lépés befejezése után is, használhatja a következőt:

   step3.run_after(step1)
   step3.run_after(step2)

validate_arguments

Ellenőrizze, hogy az argumentumokban megadott lépésbemenetek és -kimenetek szerepelnek-e a bemenetek és kimenetek listájában.

static validate_arguments(arguments, inputs, outputs)

Paraméterek

Name	Description
arguments Kötelező	list A lépésargumentumok listája.
inputs Kötelező	list A lépésbemenetek listája.
outputs Kötelező	list A lépéskimenetek listája.