Share via

builder モジュール

  • リファレンス

Azure Machine Learning パイプラインを構築するためのクラスを定義します。

パイプライン グラフは、パイプライン ステップ (PipelineStep)、各ステップで生成または使用されるオプションのパイプライン データ (PipelineData)、およびオプションのステップ実行シーケンス (StepSequence) で構成されます。

クラス

PipelineData

Azure Machine Learning パイプライン内の中間データを表します。

パイプラインで使用するデータは、あるステップで生成し、別のステップで使用することができます。そのためには、PipelineData オブジェクトをある 1 つのステップの出力および 1 つ以上の後続ステップの入力として指定します。

注: パイプライン データを使用する場合は、使用するディレクトリが存在している必要があります。

ディレクトリが存在していることを確認する Python の例として、ある 1 つのパイプライン ステップに output_folder という名前の出力ポートが含まれていて、このフォルダー内の相対パスにデータを書き込む場合があります。


   import os
   os.makedirs(args.output_folder, exist_ok=True)
   f = open(args.output_folder + '/relative_path/file_name', 'w+')

PipelineData では基になる DataReference を使用します。これは、データのアクセスと配信のための推奨されるアプローチではなくなりました。代わりに OutputFileDatasetConfig を使用してください。サンプルについては、OutputFileDatasetConfig を使用したパイプラインに関するページを参照してください。

PipelineData を初期化します。
PipelineStep

Azure Machine Learning パイプライン内の実行ステップを表します。

パイプラインは、パイプライン内の個別のコンピューティング単位である複数のパイプライン ステップから構成されます。 各ステップは個別に実行でき、分離されたコンピューティング リソースを使用できます。 各ステップには通常、独自の名前付き入力、出力、パラメーターがあります。

PipelineStep クラスは、一般的なシナリオ用に設計された他の組み込みのステップ クラス (PythonScriptStep、DataTransferStep、HyperDriveStep など) が継承する基底クラスです。

Pipelines と PipelineSteps の関係の概要については、ML パイプラインに関する記事をご覧ください。

PipelineStep を初期化します。
StepSequence

Pipeline 内のステップの一覧と、それらの実行順序を表します。

パイプラインの初期化時に StepSequence を使用して、特定の順序で実行するステップを含むワークフローを作成します。

StepSequence を初期化します。