PipelineStep Sınıf

Azure Machine Learning işlem hattındaki yürütme adımlarını temsil eder.

İşlem hatları, işlem hattındaki ayrı hesaplama birimleri olan birden çok işlem hattı adımından oluşturulur. Her adım bağımsız olarak çalıştırılabilir ve yalıtılmış işlem kaynaklarını kullanabilir. Her adımın genellikle kendi adlandırılmış girişleri, çıkışları ve parametreleri vardır.

PipelineStep sınıfı, yaygın senaryolar için tasarlanmış diğer yerleşik adım sınıflarının , DataTransferStepve HyperDriveStepgibi PythonScriptStepdevralındığı temel sınıftır.

Pipelines ve PipelineSteps arasındaki ilişki hakkında genel bilgi için bkz. ML İşlem Hatları nedir?

PipelineStep'i başlatın.

Devralma

builtins.object

PipelineStep

Oluşturucu

PipelineStep(name, inputs, outputs, arguments=None, fix_port_name_collisions=False, resource_inputs=None)

Parametreler

Name	Description
name Gerekli	str İşlem hattı adımının adı.
inputs Gerekli	list Adım girişlerinin listesi.
outputs Gerekli	list Adım çıkışlarının listesi.
arguments	list Adımda kullanılan bir betike geçirebilmek için isteğe bağlı bağımsız değişkenlerin listesi. Default value: None
fix_port_name_collisions	bool Ad çakışmalarının düzeltilip düzeltileceğini belirtir. True ile giriş ve çıkış aynı ada sahipse girişe "INPUT" ön eki eklenir. Varsayılan değer False'tur. Default value: False
resource_inputs	list Kaynak olarak kullanılacak isteğe bağlı bir giriş listesi. Kaynaklar betik klasörüne indirilir ve çalışma zamanında betiğin davranışını değiştirmek için bir yol sağlar. Default value: None
name Gerekli	str İşlem hattı adımının adı.
inputs Gerekli	list Adım girişlerinin listesi.
outputs Gerekli	list Adım çıkışlarının listesi.
arguments Gerekli	list Adımda kullanılan bir betike geçirebilmek için isteğe bağlı bağımsız değişkenlerin listesi.
fix_port_name_collisions Gerekli	bool Ad çakışmalarının düzeltilip düzeltileceğini belirtir. True ile giriş ve çıkış aynı ada sahipse girişe "INPUT" ön eki eklenir. Varsayılan değer False'tur.
resource_inputs Gerekli	list Kaynak olarak kullanılacak isteğe bağlı bir giriş listesi. Kaynaklar betik klasörüne indirilir ve çalışma zamanında betiğin davranışını değiştirmek için bir yol sağlar.

Açıklamalar

PipelineStep genellikle bir yürütme hedefi (işlem hedefi), isteğe bağlı betik bağımsız değişkenleri ve girişleriyle yürütülecek bir betik gerektiren ve çıkışlar üretebilen bir yürütme birimidir. Adım, adıma özgü bir dizi parametreyi de alabilir.

İşlem hattı adımları, paylaşılabilir ve yeniden kullanılabilir bir PipelineAzure Machine Learning iş akışını temsil eden bir oluşturmak için birlikte yapılandırılabilir. Bir işlem hattının her adımı, adım içeriği (betikler/bağımlılıklar) ve girişler ve parametreler değişmeden kalırsa önceki çalıştırma sonuçlarının yeniden kullanılmasına izin verecek şekilde yapılandırılabilir. Adımı yeniden kullanırken, işi işlem için göndermek yerine, önceki çalıştırmanın sonuçları hemen sonraki adımlarda kullanılabilir hale gelir.

Azure Machine Learning İşlem Hatları, yaygın senaryolar için yerleşik adımlar sağlar. Örnekler için pakete steps ve sınıfına AutoMLStep bakın. Önceden oluşturulmuş adımları temel alan bir İşlem Hattı oluşturma hakkında genel bakış için bkz https://aka.ms/pl-first-pipeline. .

PipelineStep'ten türetilen önceden oluşturulmuş adımlar, tek bir işlem hattında kullanılan adımlardır. Makine öğrenmesi iş akışı kullanımınız farklı işlem hatlarında sürüm oluşturulabilen ve kullanılabilecek adımlar oluşturmayı çağırıyorsa sınıfını Module kullanın.

İşlem hattı adımları, giriş/çıkış verileri ve adım yeniden kullanımı ile çalışırken aşağıdakileri göz önünde bulundurun.

• Ayrı adımlar için ayrı source_directory konumları kullanmanız önerilir. İşlem hattı adımlarınızdaki tüm betikler tek bir dizindeyse, tüm adımları yeniden çalıştırmaya zorlayan bir betikte her değişiklik yaptığınızda bu dizinin karması değişir. Farklı adımlar için ayrı dizinler kullanma örneği için bkz https://aka.ms/pl-get-started. .

• Betikler için ayrı klasörlerin ve her adım için bağımlı dosyaların korunması, yalnızca belirli bir klasörün anlık görüntüsü oluşturulduğundan her adım için oluşturulan anlık görüntünün boyutunu azaltmaya yardımcı olur. Adımın source_directory herhangi bir dosyadaki değişiklikler anlık görüntünün yeniden yüklenmesini tetiklediğinden, her adımda ayrı klasörler bulundurmak işlem hattındaki adımların aşırı yeniden kullanılmasına yardımcı olur çünkü bir adımın source_directory değişiklik yoksa, adımın önceki çalıştırması yeniden kullanılır.

• Bir adımda kullanılan veriler veri deposundaysa ve allow_reuse True ise, veri değişikliğinde yapılan değişiklikler algılanmaz. Veriler anlık görüntünün bir parçası olarak karşıya yüklenirse (adımın source_directory altında) bu önerilmez, ancak karma değişir ve yeniden çalıştırmayı tetikler.

Yöntemler

create_input_output_bindings	Adım girişlerinden ve çıkışlarından giriş ve çıkış bağlamaları oluşturun.
create_module_def	Adımı açıklayan modül tanımı nesnesini oluşturun.
create_node	Bu adıma dayalı olarak işlem hattı grafiği için bir düğüm oluşturun.
get_source_directory	Adım için kaynak dizini alın ve betiğin mevcut olup olmadığını denetleyin.
resolve_input_arguments	Bir bağımsız değişken dizesi oluşturmak için girişleri ve çıkışları bağımsız değişkenlerle eşleştirin.
run_after	Belirtilen adımdan sonra bu adımı çalıştırın.
validate_arguments	Bağımsız değişkenlerde sağlanan adım girişlerinin ve çıkışlarının giriş ve çıkış listelerinde olduğunu doğrulayın.

create_input_output_bindings

Adım girişlerinden ve çıkışlarından giriş ve çıkış bağlamaları oluşturun.

create_input_output_bindings(inputs, outputs, default_datastore, resource_inputs=None)

Parametreler

Name	Description
inputs Gerekli	list Adım girişlerinin listesi.
outputs Gerekli	list Adım çıkışlarının listesi.
default_datastore Gerekli	AbstractAzureStorageDatastore veya AzureDataLakeDatastore Varsayılan veri deposu.
resource_inputs	list Kaynak olarak kullanılacak girişlerin listesi. Kaynaklar betik klasörüne indirilir ve çalışma zamanında betiğin davranışını değiştirmek için bir yol sağlar. Default value: None

Döndürülenler

Tür	Description
list, list	Giriş bağlamalarının ve çıkış bağlamalarının demetini.

create_module_def

Adımı açıklayan modül tanımı nesnesini oluşturun.

create_module_def(execution_type, input_bindings, output_bindings, param_defs=None, create_sequencing_ports=True, allow_reuse=True, version=None, module_type=None, arguments=None, runconfig=None, cloud_settings=None)

Parametreler

Name	Description
execution_type Gerekli	str Modülün yürütme türü.
input_bindings Gerekli	list Adım giriş bağlamaları.
output_bindings Gerekli	list Adım çıkış bağlamaları.
param_defs	list Adım parametresi tanımları. Default value: None
create_sequencing_ports	bool Modül için sıralama bağlantı noktalarının oluşturulup oluşturulmayacağını belirtir. Default value: True
allow_reuse	bool Modülün gelecekteki işlem hatlarında yeniden kullanılabilir olup olmayacağını belirtir. Default value: True
version	str Modülün sürümü. Default value: None
module_type	str Oluşturulacak modül oluşturma hizmetinin modül türü. Şu anda yalnızca iki tür desteklenmektedir: 'Yok' ve 'BatchInferencing'. module_type , bu modülü çalıştırmak için kullanılacak arka uç hizmetinin türünü belirten hizmetten execution_type farklıdır. Default value: None
arguments	list Bu modülü çağırırken kullanılacak açıklamalı bağımsız değişkenler listesi Default value: None
runconfig	str python_script_step için kullanılacak runconfig Default value: None
cloud_settings	<xref:azureml.pipeline.core._restclients.aeva.models.CloudSettings> Bulutlar için kullanılacak ayarlar Default value: None

Döndürülenler

Tür	Description
ModuleDef	Modül tanımı nesnesi.

create_node

Bu adıma dayalı olarak işlem hattı grafiği için bir düğüm oluşturun.

abstract create_node(graph, default_datastore, context)

Parametreler

Name	Description
graph Gerekli	Graph Düğümün ekleneceği grafik.
default_datastore Gerekli	AbstractAzureStorageDatastore veya AzureDataLakeDatastore Bu adım için kullanılacak varsayılan veri deposu.
context Gerekli	<xref:azureml.pipeline.core._GraphContext> Grafik bağlam nesnesi.

Döndürülenler

Tür	Description
Node	Oluşturulan düğüm.

get_source_directory

Adım için kaynak dizini alın ve betiğin mevcut olup olmadığını denetleyin.

get_source_directory(context, source_directory, script_name)

Parametreler

Name	Description
context Gerekli	<xref:azureml.pipeline.core._GraphContext> Grafik bağlam nesnesi.
source_directory Gerekli	str Adımın kaynak dizini.
script_name Gerekli	str Adımın betik adı.
hash_paths Gerekli	list Modül parmak izi belirlenirken kullanılacak karma yollar.

Döndürülenler

Tür	Description
str, list	Kaynak dizin ve karma yolları.

resolve_input_arguments

Bir bağımsız değişken dizesi oluşturmak için girişleri ve çıkışları bağımsız değişkenlerle eşleştirin.

static resolve_input_arguments(arguments, inputs, outputs, params)

Parametreler

Name	Description
arguments Gerekli	list Adım bağımsız değişkenlerinin listesi.
inputs Gerekli	list Adım girişlerinin listesi.
outputs Gerekli	list Adım çıkışlarının listesi.
params Gerekli	list Adım parametrelerinin listesi.

Döndürülenler

Tür	Description
tuple	İki öğeden oluşan bir demet döndürür. Birincisi, çözümlenen bağımsız değişkenler için düz bir öğe listesidir. İkincisi yapılandırılmış bağımsız değişkenlerin (_InputArgument, _OutputArgument, _ParameterArgument ve _StringArgument) listesidir

run_after

Belirtilen adımdan sonra bu adımı çalıştırın.

run_after(step)

Parametreler

Name	Description
step Gerekli	PipelineStep Bu adımdan önce çalıştırılacak işlem hattı adımı.

Açıklamalar

Hem adım1 hem de adım2 tamamlandıktan sonra bir adım (örneğin, adım3) çalıştırmak istiyorsanız şunları kullanabilirsiniz:

   step3.run_after(step1)
   step3.run_after(step2)

validate_arguments

Bağımsız değişkenlerde sağlanan adım girişlerinin ve çıkışlarının giriş ve çıkış listelerinde olduğunu doğrulayın.

static validate_arguments(arguments, inputs, outputs)

Parametreler

Name	Description
arguments Gerekli	list Adım bağımsız değişkenleri listesi.
inputs Gerekli	list Adım girişlerinin listesi.
outputs Gerekli	list Adım çıkışlarının listesi.