graph Modul

Definierar klasser för att skapa Azure Machine Learning-pipelinediagram.

Azure ML-pipelinediagram skapas för Pipeline objekt när du använder PipelineStep (och härledda klasser), PipelineDataoch PipelineData objekt. I vanliga användningsfall behöver du inte använda klasserna direkt i den här modulen.

Ett pipeline-körningsdiagram består av modulnoder som representerar grundläggande enheter, till exempel en datakälla eller ett steg. Noder kan ha indataportar och utdataportar och associerade parametrar. Kanter definierar relationer mellan två nodportar i en graf.

Klasser

DataSource	En datakälla som kan användas i ett diagram. Initiera DataSource.
DataSourceDef	Definition av en datakälla. Initiera DataSourceDef.
DataSourceNode	Representerar en datakälla i ett diagram. Initiera datakällans nod.
DataType	Datatyp för en databit (indata eller utdata). Initiera DataType.
Edge	Instans av en kant mellan två nodportar i diagrammet. Initiera Edge.
Graph	En klass för att definiera ett pipeline-körningsdiagram. Initiera Graph.
InputPort	Instans av en indataport på en nod som kan anslutas till en utdataport. Initiera InputPort.
InputPortBinding	Definierar en bindning från en källa till indata från ett pipelinesteg. En InputPortBinding kan användas som indata till ett steg. Källan kan vara , PipelineDataPortDataReference, DataReference, PipelineDataseteller OutputPortBinding. InputPortBinding är användbart för att ange namnet på stegindata, om det ska vara annorlunda än namnet på bindningsobjektet (dvs. för att undvika duplicerade indata-/utdatanamn eller för att stegskriptet behöver en indata för att ha ett visst namn). Den kan också användas för att ange bind_mode för PythonScriptStep indata. Initiera InputPortBinding.
InputPortDef	Definition av en indataport. Skapa en indataport.
Module	En runnbar modul som kan användas i ett diagram. Den här klassen är inte avsedd att användas direkt. Använd den här Module klassen i stället. Initiera modulen.
ModuleDef	Definition av en modul, inklusive körnings- och portdefinitioner. Initiera ModuleDef.
ModuleNode	Representerar en modul i ett diagram. Initiera modulnoden.
Node	Representerar en grundläggande enhet i ett diagram, till exempel kan det vara vilken datakälla eller vilket steg som helst. Initiera Node.
OutputPort	Instans av en utdataport på en nod som kan anslutas till en indataport. Initiera OutputPort.
OutputPortBinding	Definierar ett namngivet utdata från ett pipelinesteg. OutputPortBinding kan användas för att ange vilken typ av data som ska skapas i ett steg och hur data ska skapas. Det kan användas med InputPortBinding för att ange att stegutdata är nödvändiga indata för ett annat steg. Initiera OutputPortBinding.
OutputPortDef	Definition av en utdataport. Skapa en utdataport.
Param	Instans av en parameter på en nod. Initiera Param.
ParamDef	Definition av en körningsparameter. Initiera ParamDef.
PipelineDataset	Fungerar som ett kort för datauppsättning och pipeline. Anteckning Den här klassen är inaktuell. Läs mer om hur du använder datauppsättning med pipeline i https://aka.ms/pipeline-with-dataset. Det här är en intern klass. Du bör inte skapa den här klassen direkt utan anropa instansmetoderna as_* i datauppsättningen eller OutputDatasetConfig-klasserna. Fungera som ett kort för datauppsättning och pipeline. Det här är en intern klass. Du bör inte skapa den här klassen direkt utan anropa instansmetoderna as_* i datauppsättningen eller OutputDatasetConfig-klasserna.
PipelineParameter	Definierar en parameter i en pipelinekörning. Använd PipelineParameters för att skapa mångsidiga pipelines som kan skickas senare med varierande parametervärden. Initiera pipelineparametrar.
PortDataReference	Modellerar data som är associerade med utdata från en slutförd StepRun. Ett PortDataReference-objekt kan användas för att ladda ned utdata som skapades av en StepRun. Den kan också användas som stegindata i en framtida pipeline. Initiera PortDataReference.
PublishedPipeline	Representerar en pipeline som ska skickas utan Python-koden som skapade den. Dessutom kan en PublishedPipeline användas för att skicka om en Pipeline med olika PipelineParameter värden och indata. Initiera PublishedPipeline. :p ramslutpunkt REST-slutpunktens URL för att skicka pipelinekörningar för den här pipelinen. :type endpoint: str :p aram total_run_steps: Antalet steg i den här pipelinen :type total_run_steps: int :p aram workspace: Arbetsytan för den publicerade pipelinen. :type workspace: azureml.core.Workspace :p aram continue_on_step_failure: Om du vill fortsätta köra andra steg i PipelineRun Om ett steg misslyckas är standardvärdet falskt.
StoredProcedureParameter	Representerar en SQL-lagrad procedurparameter för användning med SQL-databasreferenser. Initiera StoredProcedureParameter. defaults to azureml.pipeline.core.graph.StoredProcedureParameterType.String :type: azureml.pipeline.core.graph.StoredProcedureParameterType
TrainingOutput	Definierar en specialiserad utdata för vissa PipelineSteg för användning i en pipeline. TrainingOutput gör det möjligt att göra ett automatiserat maskininlärningsmått eller en modell tillgängligt som ett steg utdata som ska användas av ett annat steg i en Azure Machine Learning Pipeline. Kan användas med AutoMLStep eller HyperDriveStep. Initiera TrainingOutput. param model_file: Den specifika modellfil som ska ingå i utdata. Endast för HyperDriveStep .

Uppräkningar

StoredProcedureParameterType

Definierar typer av SQL-lagrade procedureparametrar för användning med SQL-databasreferenser.