OutputPortBinding 類別

定義管線步驟的具名輸出。

OutputPortBinding 可用來指定步驟所產生的數據類型，以及如何產生數據。它可以用來 InputPortBinding 指定步驟輸出是另一個步驟的必要輸入。

初始化 OutputPortBinding。

建構函式

OutputPortBinding(name, datastore=None, output_name=None, bind_mode='mount', path_on_compute=None, is_directory=None, overwrite=None, data_type=None, pipeline_output_name=None, training_output=None, dataset_registration=None, dataset_output=None)

參數

名稱	Description
name 必要	str OutputPortBinding 物件的名稱，只能包含字母、數位和底線。
datastore	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] PipelineData 將位於的數據存放區。預設值: None
output_name	str 如果使用 [無] 名稱，則輸出的名稱。只能包含字母、數位和底線。預設值: None
bind_mode	str 指定產生步驟將使用「上傳」或「掛接」或「hdfs」方法來存取數據。預設值: mount
path_on_compute	str 針對「上傳」模式，模組會將輸出寫入其中的路徑。預設值: None
is_directory	bool 輸出是目錄或單一檔案。預設值: None
overwrite	bool 如果是「上傳」模式，是否要覆寫現有的數據。預設值: None
data_type	str 選擇性。數據類型可用來指定預期的輸出類型，並詳細說明取用步驟應該如何使用數據。可以是任何使用者定義的字串。預設值: None
pipeline_output_name	str 如果提供此輸出，可以使用 PipelineRun.get_pipeline_output（）。管線輸出名稱在管線中必須是唯一的。預設值: None
training_output	TrainingOutput 定義定型結果的輸出。這僅適用於導致不同種類的輸出的特定定型，例如計量和模型。例如， AutoMLStep 產生計量和模型。您也可以定義用來取得最佳模型的特定定型反覆專案或計量。針對 HyperDriveStep，您也可以定義要包含在輸出中的特定模型檔案。預設值: None
dataset_registration	DatasetRegistration 選擇性。這是內部參數。您應該改為使用 PipelineData.as_dataset。預設值: None
dataset_output	OutputDatasetConfig 選擇性。這是內部參數。您應該使用 OutputFileDatasetConfig intead。預設值: None
name 必要	str OutputPortBinding 物件的名稱，只能包含字母、數位和底線。
datastore 必要	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] PipelineData 將位於的數據存放區。
output_name 必要	str 如果使用 [無] 名稱，則輸出的名稱。只能包含字母、數位和底線。
bind_mode 必要	str 指定產生步驟將使用「上傳」或「掛接」或「hdfs」方法來存取數據。
path_on_compute 必要	str 針對「上傳」模式，模組會將輸出寫入其中的路徑。
is_directory 必要	bool 如果輸出是目錄，則為
overwrite 必要	bool 如果是「上傳」模式，是否要覆寫現有的數據。
data_type 必要	str 選擇性。數據類型可用來指定預期的輸出類型，並詳細說明取用步驟應該如何使用數據。可以是任何使用者定義的字串。
pipeline_output_name 必要	str 如果提供此輸出，可以使用 PipelineRun.get_pipeline_output（）。管線輸出名稱在管線中必須是唯一的。
training_output 必要	TrainingOutput 定義定型結果的輸出。這僅適用於導致不同種類的輸出的特定定型，例如計量和模型。例如， AutoMLStep 產生計量和模型。您也可以定義用來取得最佳模型的特定定型反覆專案或計量。針對 HyperDriveStep，您也可以定義要包含在輸出中的特定模型檔案。
dataset_registration 必要	DatasetRegistration 選擇性。這是內部參數。您應該改為使用 PipelineData.as_dataset。
dataset_output 必要	OutputDatasetConfig 選擇性。這是內部參數。您應該使用 OutputFileDatasetConfig intead。

備註

OutputPortBinding 可以使用類似 PipelineData 建置管線來指定步驟輸入和輸出的方式。差異在於 OutputPortBinding 必須與搭配 InputPortBinding 使用，才能作為另一個步驟的輸入來取用。

使用 OutputPortBinding 建構管線的範例如下：


   from azureml.pipeline.core import OutputPortBinding, InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   step_1_output = OutputPortBinding("output", datastore=datastore)

   step_1 = PythonScriptStep(
       name='process data',
       script_name="process_data.py",
       compute_target=compute,
       arguments=["--output", step_1_output],
       outputs=[step_1_output]
   )

   step_2_input = InputPortBinding("input", bind_object=step_1_output)

   step_2 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_2_input],
       inputs=[step_2_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1, step_2])

這會建立具有兩個步驟的管線。程式步驟會先執行，然後在完成之後執行定型步驟。 Azure ML 會將進程步驟所產生的輸出提供給定型步驟，如 OutputPortBinding 物件所述。

屬性

bind_mode

取得產生步驟將用來建立數據的模式（“upload” 或 “mount” 或 “hdfs”。

傳回

類型	Description
str	系結模式。

data_type

取得將產生的數據類型。

傳回

類型	Description
str	數據類型名稱。

dataset_registration

取得數據集註冊資訊。

傳回

類型	Description
DatasetRegistration	數據集註冊資訊。

datastore

PipelineData 將位於的數據存放區。

傳回

類型	Description
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]	數據存放區物件。

is_directory

輸出是否為目錄。

傳回

類型	Description
bool	is_directory

name

OutputPortBinding 對象的名稱。

傳回

類型	Description
str	名稱。

overwrite

針對「上傳」模式，指出是否要覆寫現有的數據。

傳回

類型	Description
bool	_改寫

path_on_compute

針對「上傳」模式，模組會將輸出寫入其中的路徑。

傳回

類型	Description
str	path_on_compute

pipeline_output_name

取得對應至此 OutputPortBinding 的管線輸出名稱。

傳回

類型	Description
str	管線輸出名稱。

training_output

取得定型輸出。

傳回

類型	Description
TrainingOutput	定型輸出

意見反應

此頁面對您有幫助嗎？