通过

ModuleStepBase 类

  • 参考

向使用特定模块的管道添加步骤。

ModuleStep 派生自 ModuleStepBase，是管道中的使用现有 Module 的一个节点，具体而言，是它的一个版本。 为了定义最终将在提交的管道中使用的 ModuleVersion，可以在创建 ModuleStep 时定义以下项之一：

  • （属于ModuleVersion 对象）的父级。
  • Module 对象和一个版本值
  • 只有没有版本值的模块；在这种情况下，使用的版本解析在不同的提交中可能有所不同。

还需要定义步骤的输入和输出与 ModuleVersion 对象的输入和输出之间的映射。

初始化 ModuleStepBase。

继承
PipelineStep
ModuleStepBase

构造函数

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)

参数

module
Module
默认值: None

步骤的模块。

version
str
默认值: None

模块的版本。

module_version
ModuleVersion
默认值: None

步骤的 ModuleVersion。 必须提供 ModuleVersion 的任一模块。

inputs_map
Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
默认值: None

一个字典，其键是 module_version 上的输入名称，其值是输入端口绑定。

outputs_map
Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
默认值: None

一个字典，其键是 module_version 上的输入名称，其值是输出端口绑定。

runconfig_pipeline_params
Dict[str, PipelineParameter]
默认值: None

在运行时使用键值对替代 runconfig 属性，每个键值对分别具有 runconfig 属性的名称和该属性的 PipelineParameter。

支持的值：“NodeCount”、“MpiProcessCountPerNode”、“TensorflowWorkerCount”、“TensorflowParameterServerCount”

arguments
[str]
默认值: None

脚本文件的命令行参数。 这些参数将通过 RunConfiguration 中的参数传递到计算。 有关如何处理特殊符号等参数的更多详细信息，请参阅 RunConfiguration 中的参数。

params
Dict[str, str]
默认值: None

名称/值参数对的字典。

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
默认值: None

(仅限内部使用。) 工作流提供程序。

module
Module
必需

步骤的模块

version
str
必需

模块的版本

module_version
ModuleVersion
必需

步骤的 ModuleVersion。 必须提供 ModuleVersion 的任一模块

inputs_map
Dict[str, Union[InputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
必需

一个字典，其键是 module_version 上的输入名称，其值是输入端口绑定。

outputs_map
Dict[str, Union[OutputPortBinding, DataReference, PortDataReference, PipelineData, Dataset, DatasetDefinition, PipelineDataset]]
必需

一个字典，其键是 module_version 上的输入名称，其值是输出端口绑定。

compute_target
<xref:DsvmCompute>, <xref:AmlCompute>, <xref:ComputeInstance>, <xref:RemoteTarget>, <xref:HDIClusterTarget>, str, tuple
默认值: None

要使用的计算目标。 如果未指定，将使用 runconfig 中的目标。 compute_target可以是计算目标对象，也可以是工作区中计算目标的字符串名称。 （可选）如果计算目标在管道创建时不可用，则可以指定 (“计算目标名称”、“计算目标类型”) 元组，以避免提取计算目标对象 (AmlCompute 类型为“AmlCompute”，RemoteTarget 类型为“VirtualMachine”)

runconfig
RunConfiguration
默认值: None

要使用的 RunConfiguration，可选。 RunConfiguration 可用于指定其他运行要求，例如 conda 依赖项和 docker 映像。

runconfig_pipeline_params
Dict[str, PipelineParameter]
必需

在运行时使用键值对替代 runconfig 属性，每个键值对分别具有 runconfig 属性的名称和该属性的 PipelineParameter。

支持的值：“NodeCount”、“MpiProcessCountPerNode”、“TensorflowWorkerCount”、“TensorflowParameterServerCount”

arguments
[str]
必需

脚本文件的命令行参数。 这些参数将通过 RunConfiguration 中的参数传递到计算。 有关如何处理参数（如特殊符号）的更多详细信息，请参阅 中的参数 RunConfiguration

params
Dict[str, str]
必需

名称/值对的字典。

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
必需

(仅限内部使用。) 工作流提供程序。

name
默认值: None

方法

create_node

创建管道图形节点。

create_node

创建管道图形节点。

create_node(graph, default_datastore, context)

参数

graph
Graph
必需

要添加节点的图形。

default_datastore
AbstractAzureStorageDatastore 或 AzureDataLakeDatastore
必需

要用于此步骤的默认数据存储。

context
<xref:azureml.pipeline.core._GraphContext>
必需

(仅限内部使用。) 图形上下文对象。

返回

节点对象。

返回类型

Node