OutputPortBinding Classe
Define uma saída nomeada de um passo de pipeline.
OutputPortBinding pode ser utilizado para especificar o tipo de dados que serão produzidos por um passo e como os dados serão produzidos. Pode ser utilizado com InputPortBinding para especificar que a saída do passo é uma entrada necessária de outro passo.
Inicializar OutputPortBinding.
- Herança
-
builtins.objectOutputPortBinding
Construtor
OutputPortBinding(name, datastore=None, output_name=None, bind_mode='mount', path_on_compute=None, is_directory=None, overwrite=None, data_type=None, pipeline_output_name=None, training_output=None, dataset_registration=None, dataset_output=None)
Parâmetros
Name | Description |
---|---|
name
Necessário
|
Nome do objeto OutputPortBinding, que só pode conter letras, dígitos e carateres de sublinhado. |
datastore
|
Arquivo de dados onde o PipelineData irá residir. valor predefinido: None
|
output_name
|
Nome da saída, se for utilizado nenhum nome. Pode conter apenas letras, dígitos e carateres de sublinhado. valor predefinido: None
|
bind_mode
|
Especifica se o passo de produção utilizará o método "upload" ou "mount" ou "hdfs" para aceder aos dados. valor predefinido: mount
|
path_on_compute
|
Para o modo "carregar", o caminho no qual o módulo escreve o resultado. valor predefinido: None
|
is_directory
|
Se o resultado é um diretório ou um único ficheiro. valor predefinido: None
|
overwrite
|
Para o modo de "carregamento", quer substitua os dados existentes. valor predefinido: None
|
data_type
|
Opcional. O tipo de dados pode ser utilizado para especificar o tipo esperado da saída e para detalhar como os passos de consumo devem utilizar os dados. Pode ser qualquer cadeia definida pelo utilizador. valor predefinido: None
|
pipeline_output_name
|
Se for fornecido, esta saída estará disponível com PipelineRun.get_pipeline_output(). Os nomes de saída do pipeline têm de ser exclusivos no pipeline. valor predefinido: None
|
training_output
|
Define a saída para o resultado da preparação. Isto só é necessário para preparações específicas que resultem em diferentes tipos de saídas, como Métricas e Modelo. Por exemplo, AutoMLStep resulta em métricas e modelos. Também pode definir uma iteração ou métrica de preparação específica utilizada para obter o melhor modelo. Para HyperDriveStepo , também pode definir os ficheiros de modelo específicos a serem incluídos na saída. valor predefinido: None
|
dataset_registration
|
Opcional. Este é um parâmetro interno. Em vez disso, deve utilizar PipelineData.as_dataset. valor predefinido: None
|
dataset_output
|
Opcional. Este é um parâmetro interno. Deverá utilizar o intead OutputFileDatasetConfig. valor predefinido: None
|
name
Necessário
|
Nome do objeto OutputPortBinding, que só pode conter letras, dígitos e carateres de sublinhado. |
datastore
Necessário
|
Arquivo de dados onde o PipelineData irá residir. |
output_name
Necessário
|
Nome da saída, se for utilizado nenhum nome. Só pode conter letras, dígitos e carateres de sublinhado. |
bind_mode
Necessário
|
Especifica se o passo de produção utilizará o método "upload" ou "mount" ou "hdfs" para aceder aos dados. |
path_on_compute
Necessário
|
Para o modo "carregar", o caminho no qual o módulo escreve o resultado. |
is_directory
Necessário
|
se o resultado for um diretório |
overwrite
Necessário
|
Para o modo de "carregamento", quer substitua os dados existentes. |
data_type
Necessário
|
Opcional. O tipo de dados pode ser utilizado para especificar o tipo esperado da saída e para detalhar como os passos de consumo devem utilizar os dados. Pode ser qualquer cadeia definida pelo utilizador. |
pipeline_output_name
Necessário
|
Se for fornecido, esta saída estará disponível com PipelineRun.get_pipeline_output(). Os nomes de saída do pipeline têm de ser exclusivos no pipeline. |
training_output
Necessário
|
Define a saída para o resultado da preparação. Isto só é necessário para preparações específicas que resultem em diferentes tipos de saídas, como Métricas e Modelo. Por exemplo, AutoMLStep resulta em métricas e modelos. Também pode definir uma iteração ou métrica de preparação específica utilizada para obter o melhor modelo. Para HyperDriveStepo , também pode definir os ficheiros de modelo específicos a serem incluídos na saída. |
dataset_registration
Necessário
|
Opcional. Este é um parâmetro interno. Em vez disso, deve utilizar PipelineData.as_dataset. |
dataset_output
Necessário
|
Opcional. Este é um parâmetro interno. Deverá utilizar o intead OutputFileDatasetConfig. |
Observações
O OutputPortBinding pode ser utilizado de forma PipelineData semelhante à criação de um Pipeline para especificar entradas e saídas de passos. A diferença é que OutputPortBinding tem de ser utilizado para InputPortBinding ser consumido como entrada para outro passo.
Um exemplo para construir um Pipeline com OutputPortBinding é o seguinte:
from azureml.pipeline.core import OutputPortBinding, InputPortBinding, Pipeline
from azureml.pipeline.steps import PythonScriptStep
step_1_output = OutputPortBinding("output", datastore=datastore)
step_1 = PythonScriptStep(
name='process data',
script_name="process_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])
Esta ação irá criar um Pipeline com dois passos. O passo do processo será executado primeiro e, depois de concluído, o passo de preparação será executado. O Azure ML fornecerá a saída produzida pelo passo do processo, conforme descrito pelo objeto OutputPortBinding, para o passo de preparação.
Atributos
bind_mode
Obtenha o modo ("carregar" ou "montar" ou "hdfs") que o passo de produção irá utilizar para criar os dados.
Devoluções
Tipo | Description |
---|---|
O modo de enlace. |
data_type
Obtenha o tipo de dados que serão produzidos.
Devoluções
Tipo | Description |
---|---|
O nome do tipo de dados. |
dataset_registration
Obtenha as informações de registo do conjunto de dados.
Devoluções
Tipo | Description |
---|---|
As informações de registo do conjunto de dados. |
datastore
Arquivo de dados onde o PipelineData irá residir.
Devoluções
Tipo | Description |
---|---|
O objeto Arquivo de Dados. |
is_directory
name
overwrite
Para o modo "carregar", indique se pretende substituir os dados existentes.
Devoluções
Tipo | Description |
---|---|
_overwrite |
path_on_compute
Para o modo "carregar", o caminho no qual o módulo escreve o resultado.
Devoluções
Tipo | Description |
---|---|
path_on_compute |
pipeline_output_name
Obtenha o nome da saída do pipeline correspondente a outputPortBinding.
Devoluções
Tipo | Description |
---|---|
O nome de saída do pipeline. |
training_output
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários