ModuleStepBase Класс
Добавляет этап в конвейер, использующий конкретный модуль.
ModuleStep является производным от ModuleStepBase и является узлом в конвейере, который использует существующий Module, и, в частности, одну из его версий. Чтобы определить, какой класс ModuleVersion в конечном итоге будет использоваться в отправленном конвейере, при создании ModuleStep можно определить один из следующих элементов:
- Объект ModuleVersion.
- Объект Module и значение версии.
- Только класс Module без значения версии. В этом случае используемое разрешение версий может зависеть от отправок.
Кроме того, необходимо определить сопоставление входных и выходных данных этого этапа с входными и выходными данными объекта ModuleVersion.
Инициализация ModuleStepBase.
- Наследование
-
ModuleStepBase
Конструктор
ModuleStepBase(module=None, version=None, module_version=None, inputs_map=None, outputs_map=None, compute_target=None, runconfig=None, runconfig_pipeline_params=None, arguments=None, params=None, name=None, _workflow_provider=None)
Параметры
- module_version
- ModuleVersion
Объект ModuleVersion этапа. Нужно указать Module или ModuleVersion.
- inputs_map
- Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Словарь, в котором ключами являются имена входных данных в module_version
, а значениями — привязки порта ввода.
- outputs_map
- Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Словарь, в котором ключами являются имена входных данных в module_version
, а значениями — привязки порта вывода.
- runconfig_pipeline_params
- Dict[str, PipelineParameter]
Переопределение свойств runconfig во время выполнения с использованием пар "ключ-значение", каждая из которых имеет имя свойства runconfig и PipelineParameter для этого свойства.
Поддерживаемые значения: "NodeCount", "MpiProcessCountPerNode", "TensorflowWorkerCount", "TensorflowParameterServerCount"
- arguments
- [str]
Аргументы командной строки для файла сценария. Аргументы будут передаваться в объект вычислений через аргументы в RunConfiguration. Дополнительные сведения об обработке таких аргументов, как специальные символы, см. в описании аргументов: RunConfiguration.
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Только для внутреннего использования.) Поставщик рабочего процесса.
- module_version
- ModuleVersion
Объект ModuleVersion этапа. Необходимо указать любой из модулей ModuleVersion.
- inputs_map
- Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Словарь, в котором ключами являются имена входных данных в module_version
, а значениями — привязки порта ввода.
- outputs_map
- Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
Словарь, в котором ключами являются имена входных данных в module_version
, а значениями — привязки порта вывода.
- compute_target
- <xref:DsvmCompute>, <xref:AmlCompute>, <xref:ComputeInstance>, <xref:RemoteTarget>, <xref:HDIClusterTarget>, str, tuple
Целевой объект вычислений для использования. Если не указано, будет использоваться целевой объект из runconfig. compute_target может быть целевым объектом вычислений или строковым именем целевого объекта вычислений в рабочей области. Если целевой объект вычислений недоступен во время создания конвейера, можно указать кортеж (имя целевого объекта вычислений, тип целевого объекта вычислений), чтобы избежать получения целевого объекта вычислений (тип AmlCompute — AmlCompute, а тип RemoteTarget — VirtualMachine).
- runconfig
- RunConfiguration
Используемая конфигурация RunConfiguration (необязательный параметр). RunConfiguration можно использовать для указания дополнительных требований для выполнения, таких как зависимости Conda и образ Docker.
- runconfig_pipeline_params
- Dict[str, PipelineParameter]
Переопределение свойств runconfig во время выполнения с использованием пар "ключ-значение", каждая из которых имеет имя свойства runconfig и PipelineParameter для этого свойства.
Поддерживаемые значения: "NodeCount", "MpiProcessCountPerNode", "TensorflowWorkerCount", "TensorflowParameterServerCount"
- arguments
- [str]
Аргументы командной строки для файла сценария. Аргументы будут передаваться в объект вычислений через аргументы в RunConfiguration. Дополнительные сведения об обработке аргументов, таких как специальные символы, см. в разделе Аргументы в RunConfiguration
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Только для внутреннего использования.) Поставщик рабочего процесса.
- name
Методы
create_node |
Создание узла графа конвейера. |
create_node
Создание узла графа конвейера.
create_node(graph, default_datastore, context)
Параметры
- default_datastore
- AbstractAzureStorageDatastore или AzureDataLakeDatastore
Хранилище данных по умолчанию, которое используется для этого этапа.
- context
- <xref:azureml.pipeline.core._GraphContext>
(Только для внутреннего использования.) Объект контекста графа.
Возвращаемое значение
Объект узла.
Возвращаемый тип
Обратная связь
https://aka.ms/ContentUserFeedback.
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделеОтправить и просмотреть отзыв по