Bagikan melalui

InputPortBinding Kelas

  • Referensi

Menentukan pengikatan data dari sumber ke input langkah alur.

InputPortBinding dapat digunakan sebagai input untuk suatu langkah. Sumber dapat berupa PipelineData, PortDataReference, DataReference, PipelineDataset, atau OutputPortBinding.

InputPortBinding berguna untuk menentukan nama input langkah, jika harus berbeda dari nama objek pengikatan (yaitu untuk menghindari duplikat nama input/output atau karena skrip langkah memerlukan input untuk memiliki nama tertentu). Ini juga dapat digunakan untuk menentukan bind_mode untuk input PythonScriptStep.

Menginisialisasi InputPortBinding.

Warisan
builtins.object
InputPortBinding

Konstruktor

InputPortBinding(name, bind_object=None, bind_mode='mount', path_on_compute=None, overwrite=None, is_resource=False, additional_transformations=None, **kwargs)

Parameter

Nama Deskripsi
name
Diperlukan
str

Nama port input yang akan diikat, yang hanya dapat berisi huruf, angka, dan garis bawah.
bind_object
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]

Objek yang akan diikat ke port input.

nilai default: None
bind_mode
str

Menentukan apakah langkah konsumsi akan menggunakan metode "unduh" atau "pasang" untuk mengakses data.

nilai default: mount
path_on_compute
str

Untuk mode "unduh", jalur lokal tempat langkah tersebut akan membaca data.

nilai default: None
overwrite
bool

Untuk mode "unduh", tunjukkan apakah akan menimpa data yang ada.

nilai default: None
is_resource
bool

Menunjukkan apakah input merupakan sumber daya. Sumber daya diunduh ke folder skrip dan menyediakan cara untuk mengubah perilaku skrip saat run-time.

nilai default: False
additional_transformations
<xref:azureml.dataprep.Dataflow>

Transformasi tambahan untuk diterapkan pada input. Ini hanya akan diterapkan jika output dari langkah sebelumnya adalah Himpunan Data Azure Machine Learning.

nilai default: None
name
Diperlukan
str

Nama port input yang akan diikat, yang hanya dapat berisi huruf, angka, dan garis bawah.
bind_object
Diperlukan
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]

Objek yang akan diikat ke port input.
bind_mode
Diperlukan
str

Menentukan apakah langkah penggunaan akan menggunakan metode "unduh" atau "pasang" atau "langsung" untuk mengakses data.
path_on_compute
Diperlukan
str

Untuk mode "unduh", jalur lokal tempat langkah tersebut akan membaca data.
overwrite
Diperlukan
bool

Untuk mode "unduh", tunjukkan apakah akan menimpa data yang ada.
is_resource
Diperlukan
bool

Tunjukkan apakah input merupakan sumber daya. Sumber daya diunduh ke folder skrip dan menyediakan cara untuk mengubah perilaku skrip saat run-time.
additional_transformations
Diperlukan
<xref:azureml.dataprep.Dataflow>

Transformasi tambahan untuk diterapkan pada input. Ini hanya akan diterapkan jika output dari langkah sebelumnya adalah Himpunan Data Azure Machine Learning.

Keterangan

InputPortBinding digunakan untuk menentukan dependensi data dalam Alur, ini mewakili input yang diperlukan langkah untuk eksekusi. InputPortBindings memiliki sumber, yang disebut bind_object, yang menentukan bagaimana data input diproduksi.

PipelineData dan OutputPortBinding dapat digunakan sebagai bind_object untuk InputPortBinding untuk menentukan bahwa input ke langkah akan dihasilkan oleh langkah lain dalam Alur.

Contoh untuk membangun Alur menggunakan InputPortBinding dan PipelineData adalah sebagai berikut:


   from azureml.pipeline.core import PipelineData, InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   step_1_output = PipelineData("output", datastore=datastore, output_mode="mount")

   step_1 = PythonScriptStep(
       name='prepare data',
       script_name="prepare_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])

Dalam contoh ini, langkah "train" membutuhkan output dari langkah "siapkan data" sebagai input.

PortDataReference, DataReference, atau PipelineDataset dapat digunakan sebagai bind_object untuk InputPortBinding untuk menentukan bahwa input ke langkah sudah ada di lokasi yang ditentukan.

Contoh untuk membangun Alur menggunakan InputPortBinding dan DataReference adalah sebagai berikut:


   from azureml.data.data_reference import DataReference
   from azureml.pipeline.core import InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   data_reference = DataReference(datastore=datastore, path_on_datastore='sample_data.txt', mode="mount")
   step_1_input = InputPortBinding("input", bind_object=data_reference)

   step_1 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_1_input],
       inputs=[step_1_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1])

Dalam contoh ini, langkah "train" memerlukan file "sample_data.txt" yang ditentukan oleh DataReference sebagai input.

Metode

as_resource

Dapatkan pengikatan port input duplikat yang dapat digunakan sebagai sumber daya.
get_bind_object_data_type

Dapatkan jenis data objek pengikatan.
get_bind_object_name

Dapatkan nama objek pengikatan.

as_resource

Dapatkan pengikatan port input duplikat yang dapat digunakan sebagai sumber daya.

as_resource()

Mengembalikan

Jenis Deskripsi
InputPortBinding

InputPortBinding dengan properti is_resource diatur True.

get_bind_object_data_type

Dapatkan jenis data objek pengikatan.

get_bind_object_data_type()

Mengembalikan

Jenis Deskripsi
str

Nama jenis data.

get_bind_object_name

Dapatkan nama objek pengikatan.

get_bind_object_name()

Mengembalikan

Jenis Deskripsi
str

Nama objek pengikatan.

Atribut

additional_transformations

Dapatkan transformasi tambahan untuk diterapkan pada data input.

Mengembalikan

Jenis Deskripsi
<xref:azureml.dataprep.Dataflow>

Transformasi tambahan untuk diterapkan pada data input.

bind_mode

Dapatkan mode ("unduh" atau "pasang" atau "langsung", "hdfs") langkah konsumsi yang akan digunakan untuk mengakses data.

Mengembalikan

Jenis Deskripsi
str

Modus pengikatan ("unduh" atau "pasang" atau "langsung" atau "hdfs").

bind_object

Dapatkan objek tempat InputPort akan terikat.

Mengembalikan

Jenis Deskripsi
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]

Objek pengikat.

data_reference_name

Dapatkan nama referensi data yang terkait dengan InputPortBinding.

Mengembalikan

Jenis Deskripsi
str

Nama referensi data.

data_type

Dapatkan jenis data input.

Mengembalikan

Jenis Deskripsi
str

Properti jenis data.

is_resource

Dapatkan apakah input merupakan sumber daya.

Mengembalikan

Jenis Deskripsi
bool

Apakah input merupakan sumber daya.

name

Nama pengikatan port Input.

Mengembalikan

Jenis Deskripsi
str

Nama.

overwrite

Untuk mode "unduh", tunjukkan apakah akan menimpa data yang ada.

Mengembalikan

Jenis Deskripsi
bool

Properti yang ditimpa.

path_on_compute

Dapatkan jalur lokal tempat langkah akan membaca data.

Mengembalikan

Jenis Deskripsi
str

Jalur pada komputasi.