Esquema YAML do componente de pipeline CLI (v2)
APLICA-SE A:
Azure CLI ml extension v2 (atual)
O esquema JSON de origem pode ser encontrado em https://azuremlschemas.azureedge.net/latest/pipelineComponent.schema.json.
Nota
A sintaxe YAML detalhada neste documento é baseada no esquema JSON para a versão mais recente da extensão ML CLI v2. Esta sintaxe é garantida apenas para funcionar com a versão mais recente da extensão ML CLI v2. Você pode encontrar os esquemas para versões de extensão mais antigas em https://azuremlschemasprod.azureedge.net/.
Sintaxe YAML
| Chave | Tipo | Description | Valores permitidos | Default value |
|---|---|---|---|---|
$schema |
string | O esquema YAML. Se você usar a extensão VS Code do Aprendizado de Máquina do Azure para criar o arquivo YAML, inclusive $schema na parte superior do arquivo permitirá que você invoque o esquema e as completações de recursos. |
||
type |
const | O tipo de componente. | pipeline |
pipeline |
name |
string | Obrigatório. Nome do componente. Deve começar com letra minúscula. Os caracteres permitidos são letras minúsculas, números e sublinhado(_). O comprimento máximo é de 255 caracteres. | ||
version |
string | Versão do componente. Se omitido, o Azure Machine Learning gerará automaticamente uma versão. | ||
display_name |
string | Nome de exibição do componente na interface do usuário do estúdio. Pode não ser exclusivo dentro do espaço de trabalho. | ||
description |
string | Descrição do componente. | ||
tags |
objeto | Dicionário de tags para o componente. | ||
jobs |
objeto | Obrigatório. Dicionário do conjunto de trabalhos individuais a serem executados como etapas dentro do pipeline. Esses trabalhos são considerados empregos filhos do trabalho de pipeline pai. A chave é o nome da etapa dentro do contexto do trabalho de pipeline. Esse nome é diferente do nome exclusivo do trabalho filho. O valor é a especificação do trabalho, que pode seguir o esquema de trabalho de comando ou o esquema de trabalho de varredura. Atualmente, apenas trabalhos de comando e varredura podem ser executados em um pipeline. |
||
inputs |
objeto | Dicionário de entradas para o trabalho de pipeline. A chave é um nome para a entrada dentro do contexto do trabalho e o valor é o valor de entrada. Essas entradas de pipeline podem ser referenciadas pelas entradas de um trabalho de etapa individual no pipeline usando a ${{ parent.inputs.<input_name> }} expressão. Para obter mais informações sobre como vincular as entradas de uma etapa de pipeline às entradas do trabalho de pipeline de nível superior, consulte a sintaxe de expressão para vincular entradas e saídas entre etapas em um trabalho de pipeline. |
||
inputs.<input_name> |
número, inteiro, booleano, cadeia de caracteres ou objeto | Um de um valor literal (de número de tipo, inteiro, booleano ou string) ou um objeto que contém uma especificação de dados de entrada de componente. | ||
outputs |
objeto | Dicionário de configurações de saída do trabalho de pipeline. A chave é um nome para a saída dentro do contexto do trabalho e o valor é a configuração de saída. Essas saídas de pipeline podem ser referenciadas pelas saídas de um trabalho de etapa individual no pipeline usando a ${{ parents.outputs.<output_name> }} expressão. Para obter mais informações sobre como vincular as entradas de uma etapa de pipeline às entradas do trabalho de pipeline de nível superior, consulte a sintaxe de expressão para vincular entradas e saídas entre etapas em um trabalho de pipeline. |
||
outputs.<output_name> |
objeto | Você pode deixar o objeto vazio, caso em que, por padrão, a saída será do tipo uri_folder e o Aprendizado de Máquina do Azure gerará um local de saída para a saída com base no seguinte caminho de modelo: {settings.datastore}/azureml/{job-name}/{output-name}/. O(s) arquivo(s) para o diretório de saída será gravado via montagem de leitura-gravação. Se desejar especificar um modo diferente para a saída, forneça um objeto contendo a especificação de saída do componente. |
Entrada de componentes
| Chave | Tipo | Description | Valores permitidos | Default value |
|---|---|---|---|---|
type |
string | Obrigatório. O tipo de entrada de componente. Saiba mais sobre o acesso a dados | number, integer, boolean, , string, uri_folderuri_file, mltable, mlflow_model,custom_model |
|
description |
string | Descrição da entrada. | ||
default |
número, inteiro, booleano ou cadeia de caracteres | O valor padrão para a entrada. | ||
optional |
boolean | Se a entrada é necessária. Se definido como true, você precisa usar o comando inclui entradas opcionais com $[[]] |
false |
|
min |
inteiro ou número | O valor mínimo aceito para a entrada. Este campo só pode ser especificado se type o campo for number ou integer. |
||
max |
inteiro ou número | O valor máximo aceito para a entrada. Este campo só pode ser especificado se type o campo for number ou integer. |
||
enum |
matriz | A lista de valores permitidos para a entrada. Aplicável apenas se type o campo for string. |
Saída do componente
| Chave | Tipo | Description | Valores permitidos | Default value |
|---|---|---|---|---|
type |
string | Obrigatório. O tipo de saída do componente. | uri_file, uri_folder, mltable, mlflow_model, custom_model |
|
description |
string | Descrição da saída. |
Observações
Os az ml component comandos podem ser usados para gerenciar componentes do Azure Machine Learning.
Exemplos
Exemplos estão disponíveis no repositório GitHub de exemplos.