graph モジュール

Azure Machine Learning パイプライン グラフを構築するためのクラスを定義します。

PipelineStep (と派生クラス)、PipelineDataPipelineData オブジェクトを使用するとき、Azure ML パイプライン グラフが Pipeline オブジェクトに対して作成されます。 一般的なユース ケースでは、このモジュールのクラスを直接使用する必要はありません。

パイプライン実行グラフは、データソースやステップなど、基本単位を表すモジュール ノードで構成されます。 ノードには、入力ポート、出力ポート、関連パラメーターを与えることができます。 エッジによって、グラフの 2 つのノード ポート間の関係が定義されます。

クラス

DataSource

グラフで使用可能なデータソース。

DataSource を初期化します。

DataSourceDef

データソースの定義。

DataSourceDef を初期化します。

DataSourceNode

グラフ内のデータソースを表します。

データソース ノードを初期化します。

DataType

データ (入力または出力) の Datatype。

DataType を初期化します。

Edge

グラフ内の 2 つのノード ポート間のエッジのインスタンス。

Edge を初期化します。

Graph

パイプライン実行グラフを定義するクラス。

Graph を初期化します。

InputPort

ノード上の入力ポートのインスタンス。出力ポートに接続できます。

InputPort を初期化します。

InputPortBinding

ソースからパイプライン ステップの入力へのバインドを定義します。

InputPortBinding は、ステップへの入力として使用できます。 ソースには、PipelineDataPortDataReferenceDataReferencePipelineDataset、または OutputPortBinding を指定できます。

InputPortBinding は、ステップ入力の名前をバインド オブジェクトの名前と異なるものにする必要がある場合 (入力および出力の名前の重複を避けるため、またはステップ スクリプトが特定の名前を持つ入力を必要とするために)、その名前を指定するために便利です。 また、PythonScriptStep 入力の bind_mode を指定するために使用できます。

InputPortBinding を初期化します。

InputPortDef

入力ポートの定義。

入力ポートを作成します。

Module

グラフで使用できる実行可能なモジュール。

このクラスは直接使用するものではありません。 代わりに、この Module クラスを使用してください。

モジュールを初期化します。

ModuleDef

実行とポートの定義を含むモジュールの定義。

ModuleDef を初期化します。

ModuleNode

グラフ内のモジュールを表します。

モジュール ノードを初期化します。

Node

グラフの基本単位を表します。たとえば、データソースやステップなどです。

ノードを初期化します。

OutputPort

ノード上の出力ポートのインスタンス。入力ポートに接続できます。

OutputPort を初期化します。

OutputPortBinding

パイプライン ステップの名前付き出力を定義します。

OutputPortBinding を使用して、ステップによって生成されるデータの型と、データの生成方法を指定できます。 InputPortBinding と共に使用して、ステップの出力が別のステップの必須の入力であることを指定できます。

OutputPortBinding を初期化します。

OutputPortDef

出力ポートの定義。

出力ポートを作成します。

Param

ノード上のパラメーターのインスタンス。

Param を初期化します。

ParamDef

実行パラメーターの定義。

ParamDef を初期化します。

PipelineDataset

データセットとパイプラインのアダプターとして機能します。

Note

このクラスは非推奨とされます。 パイプラインでデータセットを使用する方法については、「 https://aka.ms/pipeline-with-dataset 」を参照してください。

これは内部クラスです。 このクラスを直接作成するのではなく、Dataset または OutputDatasetConfig クラスで as_* インスタンス メソッドを呼び出す必要があります。

データセットとパイプラインのアダプターとして機能します。

これは内部クラスです。 このクラスを直接作成するのではなく、Dataset または OutputDatasetConfig クラスで as_* インスタンス メソッドを呼び出す必要があります。

PipelineParameter

パイプライン実行のパラメーターを定義します。

PipelineParameter を使用して、さまざまなパラメーター値により、後で再送信できる汎用的なパイプラインを構築します。

パイプライン パラメーターを初期化します。

PortDataReference

完了した StepRun の出力に関連付けられたデータをモデル化します。

PortDataReference オブジェクトを使用して、StepRun によって生成された出力データをダウンロードできます。 これは、後のパイプラインでステップ入力として使用することもできます。

PortDataReference を初期化します。

PublishedPipeline

それを構築した Python コードを使用せずに送信されるパイプラインを表します。

さらに、PublishedPipeline を使用して、異なる PipelineParameter 値と入力を持つ Pipeline を再送信できます。

PublishedPipeline を初期化します。

:p aram エンドポイント このパイプラインの実行を送信する REST エンドポイント URL。 :type endpoint: str :p aram total_run_steps:type total_run_steps: int :p aram workspace: 発行されたパイプラインのワークスペース。 :type workspace: azureml.core.Workspace :p aram continue_on_step_failure: PipelineRun で他のステップの実行を続行するかどうか

ステップが失敗した場合、既定値は false です。

StoredProcedureParameter

SQL データベース参照で使用する SQL ストアド プロシージャ パラメーターを表します。

StoredProcedureParameter を初期化します。

既定値は azureml.pipeline.core.graph.StoredProcedureParameterType.String :type type: azureml.pipeline.core.graph.StoredProcedureParameterType

TrainingOutput

パイプラインで使用するための特定の PipelineSteps の特殊な出力を定義します。

TrainingOutput を使用すると、自動化された機械学習メトリックまたはモデルを、Azure Machine Learning Pipeline の別のステップで使用されるステップ出力として使用できるようになります。 AutoMLStep または HyperDriveStep と同時に使用できます。

TrainingOutput を初期化します。

param model_file: 出力に含める特定のモデル ファイル。 HyperDriveStep の場合のみ。

列挙型

StoredProcedureParameterType

SQL データベース参照で使用する SQL ストアド プロシージャ パラメーターの型を定義します。