PipelineJob Klasa

Zadanie potoku.

Nie należy bezpośrednio utworzyć wystąpienia tej klasy. Zamiast tego należy użyć dekoratora @pipeline do utworzenia zadania PipelineJob.

] :p aram obliczeniowy: nazwa docelowa obliczeniowa wbudowanego potoku. Domyślnie wartość None :type compute: str :p aram tags: Tag dictionary. Tagi można dodawać, usuwać i aktualizować. Domyślnie wartość None :type tags: dict[str, str] :p aram kwargs: słownik dodatkowych parametrów konfiguracji. Domyślnie wartość None :type kwargs: dict

Dziedziczenie

azure.ai.ml.entities._job.job.Job

PipelineJob

azure.ai.ml.entities._mixins.YamlTranslatableMixin

PipelineJob

azure.ai.ml.entities._job.pipeline._io.mixin.PipelineJobIOMixin

PipelineJob

azure.ai.ml.entities._validation.path_aware_schema.PathAwareSchemaValidatableMixin

PipelineJob

Konstruktor

PipelineJob(*, component: str | PipelineComponent | None = None, inputs: Dict[str, int | str | float | bool | Input] | None = None, outputs: Dict[str, Output] | None = None, name: str | None = None, description: str | None = None, display_name: str | None = None, experiment_name: str | None = None, jobs: Dict[str, BaseNode] | None = None, settings: PipelineJobSettings | None = None, identity: ManagedIdentityConfiguration | AmlTokenConfiguration | UserIdentityConfiguration | None = None, compute: str | None = None, tags: Dict[str, str] | None = None, **kwargs)

Parametry

component

Union[str, PipelineComponent]

Wymagane

Wersja składnika potoku. Pole wyklucza się wzajemnie z "zadaniami".

inputs

dict[str, Union[<xref:azure.ai.ml.entities.Input>, str, bool, int, float]]

Wymagane

Dane wejściowe zadania potoku.

outputs

dict[str, <xref:azure.ai.ml.entities.Output>]

Wymagane

Dane wyjściowe zadania potoku.

name

str

Wymagane

Nazwa zadania PipelineJob. Wartości domyślne to None

description

str

Wymagane

Opis zadania potoku. Wartości domyślne to None

display_name

str

Wymagane

Nazwa wyświetlana zadania potoku. Wartości domyślne to None

experiment_name

str

Wymagane

Nazwa eksperymentu, w ramach których zostanie utworzone zadanie. Jeśli parametr Brak zostanie podany, eksperyment zostanie ustawiony na bieżący katalog. Wartości domyślne to None

jobs

dict[str, <xref:azure.ai.ml.entities._builders.BaseNode>]

Wymagane

Nazwa węzła składnika potoku do obiektu składnika. Wartości domyślne to None

settings

PipelineJobSettings

Wymagane

Ustawienie zadania potoku. Wartości domyślne to None

identity

Union[ ManagedIdentityConfiguration, AmlTokenConfiguration, UserIdentityConfiguration

Wymagane

Tożsamość używana przez zadanie trenowania podczas uruchamiania w środowisku obliczeniowym. Wartości domyślne to None

Przykłady

Pokazuje, jak utworzyć potok przy użyciu tej klasy.

   from azure.ai.ml.entities import PipelineJob, PipelineJobSettings

   pipeline_job = PipelineJob(
       description="test pipeline job",
       tags={},
       display_name="test display name",
       experiment_name="pipeline_job_samples",
       properties={},
       settings=PipelineJobSettings(force_rerun=True, default_compute="cpu-cluster"),
       jobs={"component1": component_func(component_in_number=1.0, component_in_path=uri_file_input)},
   )
   ml_client.jobs.create_or_update(pipeline_job)

Metody

dump	Zrzuty zawartości zadania do pliku w formacie YAML.

dump

Zrzuty zawartości zadania do pliku w formacie YAML.

dump(dest: str | PathLike | IO, **kwargs) -> None

Parametry

dest

Union[<xref:PathLike>, str, IO[AnyStr]]

Wymagane

Ścieżka lokalna lub strumień plików do zapisania zawartości YAML do. Jeśli dest jest ścieżką pliku, zostanie utworzony nowy plik. Jeśli dest jest otwartym plikiem, plik zostanie zapisany bezpośrednio.

kwargs

dict

Dodatkowe argumenty do przekazania do serializatora YAML.

Wyjątki

FileExistsError

Podniesione, jeśli dest jest ścieżką pliku i plik już istnieje.

IOError

Podniesione, jeśli dest jest otwartym plikiem, a plik nie jest zapisywalny.

Atrybuty

base_path

Podstawowa ścieżka zasobu.

Zwraca

Podstawowa ścieżka zasobu.

Typ zwracany

str

creation_context

Kontekst tworzenia zasobu.

Zwraca

Metadane tworzenia zasobu.

Typ zwracany

Optional[SystemData]

id

Identyfikator zasobu.

Zwraca

Globalny identyfikator zasobu, identyfikator usługi Azure Resource Manager (ARM).

Typ zwracany

Optional[str]

inputs

Dane wejściowe zadania potoku.

Zwraca

Dane wejściowe zadania potoku.

Typ zwracany

dict[str, Union[Input, str, bool, int, float]]

jobs

Zwraca zadania zadania potoku.

Zwraca

Zadania zadania potoku.

Typ zwracany

dict

log_files

Pliki wyjściowe zadania.

Zwraca

Słownik nazw dzienników i adresów URL.

Typ zwracany

Optional[Dict[str, str]]

outputs

Dane wyjściowe zadania potoku.

Zwraca

Dane wyjściowe zadania potoku.

Typ zwracany

dict[str, Union[str, Output]]

settings

Ustawienia zadania potoku.

Zwraca

Ustawienia zadania potoku.

Typ zwracany

PipelineJobSettings

status

Stan zadania.

Zwracane wspólne wartości to "Running", "Completed" i "Failed". Wszystkie możliwe wartości to:

• NotStarted — jest to stan tymczasowy, w przypadku którego przed przesłaniem chmury znajdują się obiekty Uruchom po stronie klienta.

• Uruchamianie — uruchamianie zaczęło być przetwarzane w chmurze. Obiekt wywołujący ma w tym momencie identyfikator uruchomienia.

• Aprowizowanie — zasoby obliczeniowe na żądanie są tworzone dla danego przesłania zadania.

• Przygotowywanie — środowisko uruchamiania jest przygotowane i znajduje się w jednym z dwóch etapów:

  • Kompilacja obrazu platformy Docker

  • Konfiguracja środowiska conda

• Queued — zadanie jest w kolejce w obiekcie docelowym obliczeniowym. Na przykład w usłudze BatchAI zadanie jest w stanie w kolejce

  czekając na gotowość wszystkich żądanych węzłów.

• Uruchomiono — zadanie zostało uruchomione na docelowym obiekcie obliczeniowym.

• Finalizowanie — wykonanie kodu użytkownika zostało ukończone, a przebieg znajduje się na etapach przetwarzania końcowego.

• CancelRequested — zażądano anulowania zadania.

• Ukończono — przebieg został ukończony pomyślnie. Obejmuje to zarówno wykonywanie kodu użytkownika, jak i uruchamianie

  etapy przetwarzania końcowego.

• Niepowodzenie — przebieg zakończył się niepowodzeniem. Zazwyczaj właściwość Error w przebiegu zawiera szczegółowe informacje o przyczynie.

• Anulowano — następuje żądanie anulowania i wskazuje, że przebieg został pomyślnie anulowany.

• Brak odpowiedzi — w przypadku przebiegów z włączonymi pulsami nie wysłano ostatnio żadnego pulsu.

Zwraca

Stan zadania.

Typ zwracany

Optional[str]

studio_url

Punkt końcowy usługi Azure ML Studio.

Zwraca

Adres URL strony szczegółów zadania.

Typ zwracany

Optional[str]

type

Typ zadania.

Zwraca

Typ zadania.

Typ zwracany

Optional[str]