OutputPortDef Klass
Definition av en utdataport.
Skapa en utdataport.
- Arv
-
builtins.objectOutputPortDef
Konstruktor
OutputPortDef(name, default_datastore_name=None, default_datastore_mode=None, default_path_on_compute=None, is_directory=False, data_type=None, default_overwrite=None, training_output=None, label=None)
Parametrar
- default_datastore_mode
- str
Standardläget för att producera utdata, antingen "montera" eller "ladda upp".
- default_path_on_compute
- str
För "upload"-läge, sökvägen som modulen skriver till under körningen.
- is_directory
- bool
Sant om utdata är en katalog med filer, False för en enskild fil (standard: False).
- data_type
- str
Den datatyp som ska tillämpas på dessa utdata. Om det är ospecificerat använder du ett standardvärde baserat på is_directory
.
- default_overwrite
- bool
För uppladdningsläge anger du om befintliga data ska skrivas över.
- training_output
- TrainingOutput
Definierar utdata för träningsresultat. Detta behövs bara för specifika utbildningar som resulterar i olika typer av utdata, till exempel mått och modell. Till exempel AutoMLStep resultat i mått och modell. Du kan också definiera specifik träningsiteration eller mått som används för att få bästa modell. För HyperDriveStepkan du också definiera de specifika modellfiler som ska ingå i utdata.
- label
- str
Den valfria etiketten för utdataporten, som fungerar som en kort beskrivning av porten.
- default_datastore_mode
- str
Standardläget för att producera utdata, antingen "montera" eller "ladda upp".
- default_path_on_compute
- str
För "upload"-läge, sökvägen som modulen skriver till under körningen.
- is_directory
- bool
Sant om utdata är en katalog med filer, False för en enskild fil (standard: False).
- data_type
- str
Den datatyp som ska tillämpas på dessa utdata.
Om det är ospecificerat använder du ett standardvärde baserat på is_directory
.
- default_overwrite
- bool
För uppladdningsläge anger du om befintliga data ska skrivas över.
- training_output
- TrainingOutput
Definierar utdata för träningsresultat. Detta behövs bara för specifika utbildningar som resulterar i olika typer av utdata, till exempel mått och modell. Till exempel AutoMLStep resultat i mått och modell. Du kan också definiera specifik träningsiteration eller mått som används för att få bästa modell. För HyperDriveStepkan du också definiera de specifika modellfiler som ska ingå i utdata.
- label
Den valfria etiketten för utdataporten, som fungerar som en kort beskrivning av porten.
Attribut
data_type
Datatyp som ska tillämpas på dessa utdata. Om det är ospecificerat använder du ett standardvärde baserat på is_directory.
Returer
Datatypen.
Returtyp
default_datastore_mode
Hämta standardläget för att skapa utdata, antingen "montera" eller "ladda upp" (lokal fil som laddas upp).
Returer
Standardläget för datalager.
Returtyp
default_datastore_name
Hämta standarddatalagret att skriva dessa utdata till.
Returer
Standardnamnet för datalager.
Returtyp
default_overwrite
För uppladdningsläge anger du om befintliga data ska skrivas över.
Returer
Egenskapen default_overwrite för OutputPortDef.
Returtyp
default_path_on_compute
För "upload"-läge, sökvägen som modulen skriver dessa utdata till under körningen.
Returer
Standardsökvägen för beräkning.
Returtyp
is_directory
Returnera ett booleskt värde som anger om utdata är en katalog med filer.
Returer
Egenskapen is_directory
för OutputPortDef.
Sant om utdata är en katalog med filer; Annars falskt för en enskild fil.
Returtyp
label
name
training_output
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för