Ekspresi di Azure Pembelajaran Mesin SDK dan CLI v2
Dengan Azure Pembelajaran Mesin SDK dan CLI v2, Anda dapat menggunakan ekspresi ketika nilai mungkin tidak diketahui saat Anda menulis pekerjaan atau komponen. Saat Anda mengirimkan pekerjaan atau memanggil komponen, ekspresi dievaluasi dan nilainya diganti.
Format untuk ekspresi adalah ${{ <expression> }}. Beberapa ekspresi dievaluasi pada klien, saat mengirimkan pekerjaan atau komponen. Ekspresi lain dievaluasi pada server (komputasi tempat pekerjaan atau komponen berjalan.)
Ekspresi klien
Catatan
"Klien" yang mengevaluasi ekspresi adalah tempat pekerjaan dikirimkan atau komponen dijalankan. Misalnya, komputer lokal Anda atau instans komputasi.
| Expression | Deskripsi | Scope |
|---|---|---|
${{inputs.<input_name>}} |
Referensi ke aset atau model data input. | Bekerja untuk semua pekerjaan. |
${{outputs.<output_name>}} |
Referensi ke aset atau model data output. | Bekerja untuk semua pekerjaan. |
${{search_space.<hyperparameter>}} |
Mereferensikan hiperparameter untuk digunakan dalam pekerjaan pembersihan. Nilai hyperparameter untuk setiap uji coba dipilih berdasarkan search_space. |
Hanya menyapu pekerjaan. |
${{parent.inputs.<input_name>}} |
Mengikat input pekerjaan anak (langkah alur) dalam alur ke input pekerjaan alur induk tingkat atas. | Hanya pekerjaan alur. |
${{parent.outputs.<output_name>}} |
Mengikat output pekerjaan anak (langkah alur) dalam alur ke output pekerjaan alur induk tingkat atas. | Hanya pekerjaan alur. |
${{parent.jobs.<step-name>.inputs.<input-name>}} |
Mengikat ke input langkah lain dalam alur. | Hanya pekerjaan alur. |
${{parent.jobs.<step-name>.outputs.<output-name>}} |
Mengikat ke output langkah lain dalam alur. | Hanya pekerjaan alur. |
Ekspresi server
Penting
Ekspresi berikut diselesaikan di sisi server , bukan sisi klien . Untuk pekerjaan terjadwal di mana waktu pembuatan pekerjaan dan waktu pengiriman pekerjaan berbeda, ekspresi diselesaikan saat pekerjaan dikirimkan. Karena ekspresi ini diselesaikan di sisi server, ekspresi menggunakan status ruang kerja saat ini , bukan status ruang kerja saat pekerjaan terjadwal dibuat. Misalnya, jika Anda mengubah datastore default ruang kerja setelah Anda membuat pekerjaan terjadwal, ekspresi ${{default_datastore}} diselesaikan ke datastore default baru, bukan datastore default saat pekerjaan terjadwal dibuat.
| Expression | Deskripsi | Scope |
|---|---|---|
${{default_datastore}} |
Jika datastore default alur dikonfigurasi, diselesaikan sebagai nama datastore default alur; jika tidak diselesaikan sebagai nama penyimpanan data default ruang kerja. Datastore default alur dapat dikontrol menggunakan pipeline_job.settings.default_datastore. |
Bekerja untuk semua pekerjaan. Pekerjaan alur memiliki datastore default alur yang dapat dikonfigurasi. |
${{name}} |
Nama pekerjaan. Untuk alur, ini adalah nama pekerjaan langkah, bukan nama pekerjaan alur. | Bekerja untuk semua pekerjaan |
${{output_name}} |
Nama output pekerjaan | Bekerja untuk semua pekerjaan |
Misalnya, jika azureml://datastores/${{default_datastore}}/paths/${{name}}/${{output_name}} digunakan sebagai jalur output, pada runtime diselesaikan sebagai jalur .azureml://datastores/workspaceblobstore/paths/<job-name>/model_path
Langkah berikutnya
Untuk informasi selengkapnya tentang ekspresi ini, lihat artikel dan contoh berikut ini: