PipelineDataset Sınıf

Veri Kümesi ve İşlem Hattı için bağdaştırıcı görevi görür.

Not

Bu sınıf kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz https://aka.ms/pipeline-with-dataset. .

Bu bir iç sınıftır. Bu sınıfı doğrudan oluşturmamalısınız, bunun yerine Dataset veya OutputDatasetConfig sınıflarında as_* örnek yöntemlerini çağırmanız gerekir.

Veri Kümesi ve İşlem Hattı için bağdaştırıcı görevi görür.

Bu bir iç sınıftır. Bu sınıfı doğrudan oluşturmamalısınız, bunun yerine Dataset veya OutputDatasetConfig sınıflarında as_* örnek yöntemlerini çağırmanız gerekir.

Devralma

builtins.object

PipelineDataset

Oluşturucu

PipelineDataset(dataset=None, name=None, bind_mode='mount', path_on_compute=None, overwrite=False, parameter_name=None)

Parametreler

dataset

Dataset

varsayılan değer: None

Adımın girişi olarak kullanılacak veri kümesi.

name

str

varsayılan değer: None

İşlem hattındaki girişin adı.

bind_mode

str

varsayılan değer: mount

Bağlama veya indirme gibi veri kümesinin nasıl kullanılabilir hale getirileceği.

path_on_compute

str

varsayılan değer: None

İşlemdeki verilerin kullanılabilir hale getirileceği yol.

overwrite

bool

varsayılan değer: False

Var olan verilerin üzerine yazıp yazmayacağı.

parameter_name

str

varsayılan değer: None

Veri kümesinin parametre adı. Bu, yayımlanan işlem hattı için kullanılır.

dataset

Union[<xref:azureml.core.Datase> veya AbstractDataset, OutputDatasetConfig]

Gerekli

Adımın girişi olarak kullanılacak veri kümesi.

name

str

Gerekli

İşlem hattındaki girişin adı.

bind_mode

str

Gerekli

Bağlama veya indirme gibi veri kümesinin nasıl kullanılabilir hale getirileceği.

path_on_compute

str

Gerekli

İşlemdeki verilerin kullanılabilir hale getirileceği yol.

overwrite

bool

Gerekli

Var olan verilerin üzerine yazıp yazmayacağı.

Yöntemler

create	Azure Machine Learning Veri Kümesinden PipelineDataset oluşturun. Not Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz. https://aka.ms/pipeline-with-dataset.
default_name	Bir veri kümesi/veri kümesi tanımının varsayılan bağlantı noktası adını alın. Not Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz. https://aka.ms/pipeline-with-dataset.
is_dataset	Girişin bir veri kümesi mi yoksa veri kümesi tanımı mı olduğunu belirleyin. Not Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz. https://aka.ms/pipeline-with-dataset.
validate_dataset	Veri kümesinin durumunu doğrulayın. Not Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz. https://aka.ms/pipeline-with-dataset. Veri kümesi kullanım dışı bırakıldığında bir uyarı kaydeder ve veri kümesi arşivlenirse bir hata oluşturur.

create

Azure Machine Learning Veri Kümesinden PipelineDataset oluşturun.

Not

Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz.

https://aka.ms/pipeline-with-dataset.

static create(dataset, name=None, parameter_name=None)

Parametreler

dataset

Union[Dataset, DatasetConsumptionConfig, PipelineDataset]

Gerekli

PipelineDataset'in oluşturulacağı veri kümesi.

name

str

varsayılan değer: None

Giriş veri kümesinin adı. Hiçbiri ise, girişin türüne göre bir ad türetilir.

parameter_name

str

varsayılan değer: None

İşlem hattı parametre adı.

Döndürülenler

Oluşturulan PipelineDataset.

Dönüş türü

PipelineDataset

default_name

Bir veri kümesi/veri kümesi tanımının varsayılan bağlantı noktası adını alın.

Not

Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz.

https://aka.ms/pipeline-with-dataset.

static default_name(dataset)

Parametreler

dataset

object

Gerekli

Adın hesaplanması için veri kümesi.

Döndürülenler

Ad.

Dönüş türü

str

is_dataset

Girişin bir veri kümesi mi yoksa veri kümesi tanımı mı olduğunu belirleyin.

Not

Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz.

https://aka.ms/pipeline-with-dataset.

static is_dataset(dset)

Parametreler

dset

object

Gerekli

Giriş.

Döndürülenler

Girişin bir veri kümesi mi yoksa veri kümesi tanımı mı olduğu.

Dönüş türü

bool

validate_dataset

Veri kümesinin durumunu doğrulayın.

Not

Bu yöntem kullanım dışıdır. veri kümesini işlem hattıyla kullanmayı öğrenin, bkz.

https://aka.ms/pipeline-with-dataset.

Veri kümesi kullanım dışı bırakıldığında bir uyarı kaydeder ve veri kümesi arşivlenirse bir hata oluşturur.

static validate_dataset(dset)

Parametreler

dset

Union[Dataset, DatasetConsumptionConfig]

Gerekli

Doğrulanacak veri kümesi.

Öznitelikler

bind_mode

Veri kümesinin nasıl kullanılabilir hale getirileceği hakkında bilgi edinin.

Döndürülenler

Bağlama modu.

Dönüş türü

str

dataset

Bu girişin bağlandığını veri kümesini alın.

Döndürülenler

Veri kümesi.

Dönüş türü

Union[Dataset, <xref:azureml.data.abstract_dataset.AbstractDataset,azureml.data.output_dataset_config.OutputDatasetConfig>]

dataset_id

Veri kümesi kimliğini alın.

Döndürülenler

Veri kümesi kimliği.

Dönüş türü

str

dataset_version

Veri kümesi tanımının sürümünü alın.

Döndürülenler

Veri kümesi sürümü.

Dönüş türü

str

name

Girişin adını alın.

Döndürülenler

Ad.

Dönüş türü

str

overwrite

Var olan verilerin üzerine yazılıp yazılmayacağını belirten değeri alın.

Döndürülenler

Üzerine yaz ya da yazma.

Dönüş türü

bool

parameter_name

Bu işlem hattı veri kümesinin işlem hattı parametre adını alın.

Döndürülenler

Parametre adı.

Dönüş türü

str

path_on_compute

verilerin işlemde kullanılabilir hale getirileceği yolu alın.

Döndürülenler

İşlemdeki yol.

Dönüş türü

str

saved_dataset_id

PipelineDataset'te veri kümesinin kaydedilmiş kimliğini döndürür.

Döndürülenler

Veri kümesinin kaydedilen kimliği.

Dönüş türü

str

workspace

Veri kümesinin ait olduğu çalışma alanını alın.

Döndürülenler

Çalışma alanı.

Dönüş türü

Workspace