Megosztás a következőn keresztül:

ModuleStep Osztály

  • Referencia

Létrehoz egy Azure Machine Learning-folyamatlépést egy modul adott verziójának futtatásához.

Module az objektumok újrafelhasználható számításokat határoznak meg, például szkripteket vagy végrehajtható fájlokat, amelyeket különböző gépi tanulási forgatókönyvekben és különböző felhasználók használhatnak. Ha egy modul adott verzióját szeretné használni egy folyamatban, hozzon létre egy ModuleStep parancsot. A ModuleStep egy olyan lépés a folyamatban, amely egy meglévőt ModuleVersionhasznál.

A ModuleStep használatának példájáért tekintse meg a jegyzetfüzetet https://aka.ms/pl-modulestep.

Hozzon létre egy Azure ML-folyamatlépést egy modul egy adott verziójának futtatásához.

Öröklődés
ModuleStepBase
ModuleStep

Konstruktor

ModuleStep(module=None, version=None, module_version=None, inputs_map=None, outputs_map=None, compute_target=None, runconfig=None, runconfig_pipeline_params=None, arguments=None, params=None, name=None, _workflow_provider=None)

Paraméterek

module
Module
alapértelmezett érték: None

A lépésben használt modul. Adja meg a module vagy a paramétert module_version , de mindkettőt nem.

version
str
alapértelmezett érték: None

A lépésben használt modul verziója.

module_version
ModuleVersion
alapértelmezett érték: None

A lépésben használt modul ModuleVersion értéke. Adja meg a module vagy a paramétert module_version , de mindkettőt nem.

inputs_map
dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputAbstractDataset, DatasetConsumptionConfig]]
alapértelmezett érték: None

Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés bemeneteihez.

outputs_map
dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, PipelineOutputAbstractDataset]]
alapértelmezett érték: None

Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés kimeneteihez.

compute_target
Union[DsvmCompute, AmlCompute, RemoteCompute, HDInsightCompute, str, tuple]
alapértelmezett érték: None

A használni kívánt számítási cél. Ha nincs meghatározva, a rendszer a runconfigból származó célértéket fogja használni. Lehet egy számítási célobjektum vagy egy számítási cél sztringneve a munkaterületen. Ha a számítási cél nem érhető el a folyamat létrehozásakor, megadhat egy rekordot ('számítási cél neve', 'számítási cél típusa'), hogy elkerülje a számítási célobjektum beolvasását (az AmlCompute típusa "AmlCompute", a RemoteCompute típusa pedig VirtualMachine).

runconfig
RunConfiguration
alapértelmezett érték: None

Nem kötelező runConfiguration használata. A RunConfiguration használatával további követelményeket adhat meg a futtatáshoz, például conda-függőségeket és Egy Docker-rendszerképet.

runconfig_pipeline_params
dict[str, PipelineParameter]
alapértelmezett érték: None

A futtatókörnyezeti runconfig tulajdonságok felülbírálása kulcs-érték párok használatával, amelyek mindegyike a runconfig tulajdonság nevével és a PipelineParameter tulajdonsággal rendelkezik.

Támogatott értékek: 'NodeCount', 'MpiProcessCountPerNode', 'TensorflowWorkerCount', 'TensorflowParameterServerCount'

arguments
list[str]
alapértelmezett érték: None

A Python-szkriptfájl parancssori argumentumainak listája. Az argumentumok a RunConfiguration argumentumai segítségével lesznek kézbesítve a számítási célhoz. Az argumentumok, például a speciális szimbólumok kezelésével kapcsolatos további részletekért tekintse meg az argumentumokat a RunConfiguration

params
dict[str, str]
alapértelmezett érték: None

Név-érték párok szótára.

name
str
alapértelmezett érték: None

A lépés neve.

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
alapértelmezett érték: None

(Csak belső használatra.) A munkafolyamat-szolgáltató.

module
Module
Kötelező

A lépésben használt modul. Adja meg a module vagy a paramétert module_version , de mindkettőt nem.

version
str
Kötelező

A lépésben használt modul verziója.

module_version
ModuleVersion
Kötelező

A lépésben használt modul ModuleVersion értéke. Adja meg a module vagy a paramétert module_version , de mindkettőt nem.

inputs_map
dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>, DatasetConsumptionConfig]]
Kötelező

Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés bemeneteihez.

outputs_map
dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>]]
Kötelező

Egy szótár, amely a ModuleVersion portdefinícióinak nevét képezi le a lépés kimeneteihez.

compute_target
Union[DsvmCompute, AmlCompute, RemoteCompute, HDInsightCompute, str, tuple]
Kötelező

A használni kívánt számítási cél. Ha nincs meghatározva, a rendszer a runconfigból származó célértéket fogja használni. Lehet egy számítási célobjektum vagy egy számítási cél sztringneve a munkaterületen. Ha a számítási cél nem érhető el a folyamat létrehozásakor, megadhat egy rekordot ('számítási cél neve', 'számítási cél típusa'), hogy elkerülje a számítási célobjektum beolvasását (az AmlCompute típusa "AmlCompute", a RemoteCompute típusa pedig VirtualMachine).

runconfig
RunConfiguration
Kötelező

Nem kötelező runConfiguration használata. A RunConfiguration használatával további követelményeket adhat meg a futtatáshoz, például conda-függőségeket és Egy Docker-rendszerképet.

runconfig_pipeline_params
dict[str, PipelineParameter]
Kötelező

A futtatókörnyezeti runconfig tulajdonságok felülbírálása kulcs-érték párok használatával, amelyek mindegyike a runconfig tulajdonság nevével és a PipelineParameter tulajdonsággal rendelkezik.

Támogatott értékek: 'NodeCount', 'MpiProcessCountPerNode', 'TensorflowWorkerCount', 'TensorflowParameterServerCount'

arguments
list[str]
Kötelező

A Python-szkriptfájl parancssori argumentumainak listája. Az argumentumok a RunConfiguration argumentumai segítségével lesznek kézbesítve a számítási célhoz. Az argumentumok, például a speciális szimbólumok kezelésével kapcsolatos további részletekért tekintse meg az argumentumokat a RunConfiguration

params
dict[str, str]
Kötelező

Név-érték párok szótára.

name
str
Kötelező

A lépés neve.

_wokflow_provider
Kötelező

(Csak belső használatra.) A munkafolyamat-szolgáltató.

Megjegyzések

Az A Module egy Azure Machine Learning-folyamat újrafelhasználható számítási egységének létrehozására és kezelésére szolgál. A ModuleStep az Azure Machine Learning modulhoz használt beépített lépése. Megadhatja, hogy melyik ModuleVersion-t használja, vagy hagyja, hogy az Azure Machine Learning feloldja a használni kívánt ModuleVersion-t a Module osztály megjegyzések szakaszában meghatározott feloldási folyamat alapján. Az elküldött folyamatokban használt ModuleVersion meghatározásához adja meg az alábbiak egyikét a ModuleStep létrehozásakor:

  • Egy ModuleVersion objektum.

  • Egy Module objektum és egy verzióérték.

  • Verzióérték Module nélküli objektum. Ebben az esetben a verziófeloldás a beküldésektől függően változhat.

Meg kell határoznia a ModuleStep bemenetei és kimenetei közötti leképezést a ModuleVersion bemeneteihez és kimeneteihez.

Az alábbi példa bemutatja, hogyan hozhat létre ModuleStep-et több ModuleStep objektumot tartalmazó folyamat részeként:


   middle_step = ModuleStep(module=module,
                            inputs_map= middle_step_input_wiring,
                            outputs_map= middle_step_output_wiring,
                            runconfig=RunConfiguration(), compute_target=aml_compute,
                            arguments = ["--file_num1", first_sum, "--file_num2", first_prod,
                                         "--output_sum", middle_sum, "--output_product", middle_prod])

A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-modulestep.ipynb

Metódusok

create_node

Hozzon létre egy csomópontot a ModuleStep lépésből, és adja hozzá a megadott gráfhoz.

Ezt a módszert nem közvetlenül kell használni. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, hogy a lépés hozzáadható legyen a munkafolyamatot képviselő folyamatgráfhoz.

create_node

Hozzon létre egy csomópontot a ModuleStep lépésből, és adja hozzá a megadott gráfhoz.

Ezt a módszert nem közvetlenül kell használni. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, hogy a lépés hozzáadható legyen a munkafolyamatot képviselő folyamatgráfhoz.

create_node(graph, default_datastore, context)

Paraméterek

graph
Graph
Kötelező

A csomópontot hozzáadni kívánt gráfobjektum.

default_datastore
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]
Kötelező

Az alapértelmezett adattár.

context
<xref:azureml.pipeline.core._GraphContext>
Kötelező

A gráfkörnyezet.

Válaszok

A csomópontobjektum.

Visszatérési típus

Node