ModuleStepBase 類別
將步驟新增至使用特定模組的管線。
ModuleStep衍生自 ModuleStepBase,而且是管線中的節點,其使用現有的 Module ,特別是其中一個版本。 若要定義最終會在提交的管線中使用哪些 ModuleVersion,您可以在建立 ModuleStep 時定義下列其中一項:
- ModuleVersion 物件
- Module 物件和版本值
- 只有沒有版本值的 Module;在此情況下,所使用的版本解析可能會因提交而有所不同。
您也需要定義步驟輸入和輸出與 ModuleVersion 物件輸入和輸出之間的對應。
初始化 ModuleStepBase。
- 繼承
-
ModuleStepBase
建構函式
ModuleStepBase(module=None, version=None, module_version=None, inputs_map=None, outputs_map=None, compute_target=None, runconfig=None, runconfig_pipeline_params=None, arguments=None, params=None, name=None, _workflow_provider=None)
參數
- inputs_map
- Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
字典,其中索引鍵是 上的 module_version
輸入名稱,而值是輸入埠系結。
- outputs_map
- Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
字典,其中索引鍵是 上 module_version
輸入的名稱,而 值是輸出埠系結。
- runconfig_pipeline_params
- Dict[str, PipelineParameter]
使用索引鍵/值組覆寫執行時間的 Runconfig 屬性,每個組都有 Runconfig 屬性的名稱,以及該屬性的 PipelineParameter。
支援的值:'NodeCount'、'MpiProcessCountPerNode'、'TensorflowWorkerCount'、'TensorflowParameterServerCount'
- arguments
- [str]
腳本檔案的命令列引數。 引數將會透過 RunConfiguration 中的引數傳遞至計算。 如需如何處理特殊符號等引數的詳細資訊,請參閱 中的 RunConfiguration 引數。
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Internal only.) 工作流程提供者。
- inputs_map
- Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
字典,其中索引鍵是 上的 module_version
輸入名稱,而值是輸入埠系結。
- outputs_map
- Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
字典,其中索引鍵是 上 module_version
輸入的名稱,而 值是輸出埠系結。
- compute_target
- <xref:DsvmCompute>, <xref:AmlCompute>, <xref:ComputeInstance>, <xref:RemoteTarget>, <xref:HDIClusterTarget>, str, tuple
要使用的計算目標。 如果未指定,將會使用 Runconfig 中的目標。 compute_target可能是計算目標物件或工作區上計算目標的字串名稱。 您可以選擇性地在管線建立期間無法使用計算目標,您可以指定 ('compute target name'、'compute target type') 以避免擷取計算目標物件 (AmlCompute 類型為 'AmlCompute' 且 RemoteTarget 類型為 'VirtualMachine')
- runconfig
- RunConfiguration
要使用的 RunConfiguration,選擇性。 RunConfiguration 可用來指定執行的其他需求,例如 conda 相依性和 Docker 映射。
- runconfig_pipeline_params
- Dict[str, PipelineParameter]
使用索引鍵/值組覆寫執行時間的 Runconfig 屬性,每個組都有 Runconfig 屬性的名稱,以及該屬性的 PipelineParameter。
支援的值:'NodeCount'、'MpiProcessCountPerNode'、'TensorflowWorkerCount'、'TensorflowParameterServerCount'
- arguments
- [str]
腳本檔案的命令列引數。 引數將會透過 RunConfiguration 中的引數傳遞至計算。 如需如何處理特殊符號等引數的詳細資訊,請參閱 中的引數 RunConfiguration
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
(Internal only.) 工作流程提供者。
- name
方法
create_node |
建立管線圖形節點。 |
create_node
建立管線圖形節點。
create_node(graph, default_datastore, context)
參數
- context
- <xref:azureml.pipeline.core._GraphContext>
(Internal only.) 圖形內容物件。
傳回
節點物件。
傳回類型
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應