Input Klass

Initiera ett indataobjekt.

Arv

azure.ai.ml.entities._inputs_outputs.base._InputOutputBase

Input

Konstruktor

Input(*, type: str, path: str | None = None, mode: str | None = None, optional: bool | None = None, description: str | None = None, **kwargs: Any)

Keyword-Only parametrar

Name	Description
type	str Typ av indata. Godkända värden är "uri_folder", "uri_file", "mltable", "mlflow_model", "custom_model", "heltal", "tal", "sträng" och "booleskt". Standardvärdet är "uri_folder". standardvärde: uri_folder
path	Optional[str] Sökvägen till indata. Sökvägar kan vara lokala sökvägar, fjärrdata-uri:er eller ett registrerat AzureML-tillgångs-ID.
mode	Optional[str] Åtkomstläget för indata. Godkända värden är: "ro_mount": Montera data till beräkningsmålet som skrivskyddade, "download": Ladda ned data till beräkningsmålet, "direct": Skicka in URI:n som en sträng som ska nås vid körning
default	Union[str, int, float, bool] Standardvärdet för indata. Om ett standardvärde anges är indata valfria.
min	Union[int, float] Minimivärdet för indata. Om ett värde som är mindre än minimivärdet skickas till jobbet misslyckas jobbkörningen.
max	Union[int, float] Det maximala värdet för indata. Om ett värde som är större än det högsta värdet skickas till ett jobb misslyckas jobbkörningen.
optional	Optional[bool] Anger om indata är valfria.
description	Optional[str] Beskrivning av indata
datastore	str Det datalager som lokala filer ska laddas upp till.
intellectual_property	IntellectualProperty Immateriell egendom för indata.
enum Obligatorisk

Exempel

Skapa ett kommandojobb med två indata.

   from azure.ai.ml import Input, Output
   from azure.ai.ml.entities import CommandJob, CommandJobLimits

   command_job = CommandJob(
       code="./src",
       command="python train.py --ss {search_space.ss}",
       inputs={
           "input1": Input(path="trial.csv", mode="ro_mount", description="trial input data"),
           "input_2": Input(
               path="azureml:list_data_v2_test:2", type="uri_folder", description="registered data asset"
           ),
       },
       outputs={"default": Output(path="./foo")},
       compute="trial",
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       limits=CommandJobLimits(timeout=120),
   )

Metoder

get
has_key
items
keys
update
values

get

get(key: Any, default: Any | None = None) -> Any

Parametrar

Name	Description
key Obligatorisk
default	standardvärde: None

has_key

has_key(k: Any) -> bool

Parametrar

Name	Description
k Obligatorisk

items

items() -> list

keys

keys() -> list

update

update(*args: Any, **kwargs: Any) -> None

values

values() -> list