azureml-pipeline-steps パッケージ

  • リファレンス

パッケージ

steps

Azure Machine Learning のパイプラインで実行できる構築済みのステップが含まれています。

Azure ML のパイプラインの複数のステップを組み合わせて構成して、共有可能で再利用可能な Azure Machine Learning ワークフローであるパイプラインを構築できます。 パイプラインの各ステップは、ステップの内容 (スクリプトと依存関係) に加えて入力とパラメーターが変更されていない場合に、以前の実行結果を再利用できるように構成することができます。

このパッケージ内のクラスは、通常、core パッケージ内のクラスと共に使用されます。 コア パッケージには、データの構成 (PipelineData)、スケジュール (Schedule)、およびステップの出力の管理 (StepRun) を行うためのクラスが含まれています。

このパッケージ内の事前構成済みのステップは、機械学習ワークフローで発生する多くの一般的なシナリオに対応しています。 事前構築済みのパイプラインのステップを開始するには、以下を参照してください。

モジュール

adla_step

Azure Data Lake Analytics で U-SQL スクリプトを実行するための Azure ML パイプライン ステップを作成する機能が含まれています。
automl_step

Azure Machine Learning 内で自動 ML パイプライン ステップを追加および管理するための機能が含まれています。
azurebatch_step

Azure Batch で Windows 実行可能ファイルを実行する Azure ML パイプライン ステップを作成する機能が含まれています。
command_step

コマンドを実行する Azure ML パイプライン ステップを作成する機能が含まれています。
data_transfer_step

ストレージ オプション間でデータを転送する Azure ML パイプライン ステップを作成する機能が含まれています。
databricks_step

DBFS で Databricks ノートブックまたは Python スクリプトを実行するための Azure ML パイプライン ステップを作成する機能が含まれています。
estimator_step

機械学習モデル トレーニングの推定器を実行するパイプライン ステップを作成する機能が含まれます。
hyper_drive_step

ハイパーパラメーターのチューニングを実行する Azure ML パイプライン ステップを作成および管理するための機能が含まれています。
kusto_step

Kusto ノートブックを実行する Azure ML パイプラインのステップを作成する機能が含まれています。
module_step

既存のバージョンのモジュールを使用して Azure Machine Learning パイプライン ステップを追加する機能が含まれています。
mpi_step

Machine Learning モデル トレーニング用の MPI ジョブを実行するための Azure ML パイプライン ステップを追加する機能が含まれています。
parallel_run_config

ParallelRunStep を構成するための機能が含まれています。
parallel_run_step

複数の AmlCompute ターゲットに対してユーザー スクリプトを並列モードで実行するためのステップを追加する機能が含まれています。
python_script_step

Python スクリプトを実行する Azure ML パイプライン ステップを作成する機能が含まれています。
r_script_step

R スクリプトを実行する Azure ML パイプライン ステップを作成する機能が含まれています。
synapse_spark_step

Python スクリプトを実行する Azure ML Synapse ステップを作成する機能が含まれています。