OutputPortBinding Classe

Referência

Define uma saída com nome de um passo de pipeline.

OutputPortBinding pode ser utilizado para especificar o tipo de dados que serão produzidos por um passo e como os dados serão produzidos. Pode ser utilizado com InputPortBinding para especificar que a saída do passo é uma entrada necessária de outro passo.

Inicializar OutputPortBinding.

Herança: builtins.object

OutputPortBinding

Construtor

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)

Parâmetros

Name	Description
name Necessário	str Nome do objeto OutputPortBinding, que só pode conter letras, dígitos e carateres de sublinhado.
datastore	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Arquivo de dados em que o PipelineData irá residir. Default value: None
output_name	str Nome da saída, se nenhum nome for utilizado. Pode conter apenas letras, dígitos e carateres de sublinhado. Default value: None
bind_mode	str Especifica se o passo de produção utilizará o método "upload" ou "mount" ou "hdfs" para aceder aos dados. Default value: mount
path_on_compute	str Para o modo de "carregamento", o caminho para o qual o módulo escreve o resultado. Default value: None
is_directory	bool Quer o resultado seja um diretório ou um único ficheiro. Default value: None
overwrite	bool Para o modo de "carregamento", quer substitua os dados existentes. Default value: None
data_type	str Opcional. O tipo de dados pode ser utilizado para especificar o tipo esperado da saída e para detalhar como os passos de consumo devem utilizar os dados. Pode ser qualquer cadeia definida pelo utilizador. Default value: None
pipeline_output_name	str Se for fornecido, esta saída estará disponível com PipelineRun.get_pipeline_output(). Os nomes de saída do pipeline têm de ser exclusivos no pipeline. Default value: None
training_output	TrainingOutput Define a saída para o resultado da preparação. Isto só é necessário para preparações específicas que resultem em diferentes tipos de saídas, como Métricas e Modelo. Por exemplo, AutoMLStep resulta em métricas e modelos. Também pode definir uma iteração ou métrica de preparação específica utilizada para obter o melhor modelo. Para HyperDriveStepo , também pode definir os ficheiros de modelo específicos a incluir na saída. Default value: None
dataset_registration	DatasetRegistration Opcional. Este é um parâmetro interno. Em vez disso, deve utilizar PipelineData.as_dataset. Default value: None
dataset_output	OutputDatasetConfig Opcional. Este é um parâmetro interno. Deve utilizar OutputFileDatasetConfig intead. Default value: None
name Necessário	str Nome do objeto OutputPortBinding, que só pode conter letras, dígitos e carateres de sublinhado.
datastore Necessário	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Arquivo de dados em que o PipelineData irá residir.
output_name Necessário	str Nome da saída, se nenhum nome for utilizado. Só pode conter letras, dígitos e carateres de sublinhado.
bind_mode Necessário	str Especifica se o passo de produção utilizará o método "upload" ou "mount" ou "hdfs" para aceder aos dados.
path_on_compute Necessário	str Para o modo de "carregamento", o caminho para o qual o módulo escreve o resultado.
is_directory Necessário	bool se a saída for um diretório
overwrite Necessário	bool Para o modo de "carregamento", quer substitua os dados existentes.
data_type Necessário	str Opcional. O tipo de dados pode ser utilizado para especificar o tipo esperado da saída e para detalhar como os passos de consumo devem utilizar os dados. Pode ser qualquer cadeia definida pelo utilizador.
pipeline_output_name Necessário	str Se for fornecido, esta saída estará disponível com PipelineRun.get_pipeline_output(). Os nomes de saída do pipeline têm de ser exclusivos no pipeline.
training_output Necessário	TrainingOutput Define a saída para o resultado da preparação. Isto só é necessário para preparações específicas que resultem em diferentes tipos de saídas, como Métricas e Modelo. Por exemplo, AutoMLStep resulta em métricas e modelos. Também pode definir uma iteração ou métrica de preparação específica utilizada para obter o melhor modelo. Para HyperDriveStepo , também pode definir os ficheiros de modelo específicos a incluir na saída.
dataset_registration Necessário	DatasetRegistration Opcional. Este é um parâmetro interno. Em vez disso, deve utilizar PipelineData.as_dataset.
dataset_output Necessário	OutputDatasetConfig Opcional. Este é um parâmetro interno. Deve utilizar OutputFileDatasetConfig intead.

Observações

OutputPortBinding pode ser utilizado de forma PipelineData semelhante à criação de um Pipeline para especificar entradas e saídas de passos. A diferença é que OutputPortBinding tem de ser utilizado InputPortBinding para ser consumido como uma entrada para outro passo.

Um exemplo para construir um Pipeline com OutputPortBinding é o seguinte:


   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])

Esta ação irá criar um Pipeline com dois passos. O passo do processo será executado primeiro e, depois de concluído, o passo de preparação será executado. O Azure ML fornecerá a saída produzida pelo passo do processo, conforme descrito pelo objeto OutputPortBinding, para o passo de preparação.

Atributos

bind_mode

Obtenha o modo ("carregar" ou "montar" ou "hdfs") que o passo de produção utilizará para criar os dados.

Devoluções

Tipo	Description
str	O modo de enlace.

data_type

Obtenha o tipo de dados que serão produzidos.

Devoluções

Tipo	Description
str	O nome do tipo de dados.

dataset_registration

Obtenha as informações de registo do conjunto de dados.

Devoluções

Tipo	Description
DatasetRegistration	As informações de registo do conjunto de dados.

datastore

Arquivo de dados em que o PipelineData irá residir.

Devoluções

Tipo	Description
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]	O objeto Datastore.

is_directory

Se o resultado é um diretório.

Devoluções

Tipo	Description
bool	is_directory

name

Nome do objeto OutputPortBinding.

Devoluções

Tipo	Description
str	O nome.

overwrite

Para o modo de "carregamento", indique se deve substituir os dados existentes.

Devoluções

Tipo	Description
bool	_overwrite

path_on_compute

Para o modo de "carregamento", o caminho para o qual o módulo escreve o resultado.

Devoluções

Tipo	Description
str	path_on_compute

pipeline_output_name

Obtenha o nome da saída do pipeline correspondente a este OutputPortBinding.

Devoluções

Tipo	Description
str	O nome de saída do pipeline.

training_output

Obtenha o resultado da preparação.

Devoluções

Tipo	Description
TrainingOutput	Saída da preparação

Partilhar via

OutputPortBinding Classe

Construtor

Parâmetros

Observações

Atributos

bind_mode

Devoluções

data_type

Devoluções

dataset_registration

Devoluções

datastore

Devoluções

is_directory

Devoluções

name

Devoluções

overwrite

Devoluções

path_on_compute

Devoluções

pipeline_output_name

Devoluções

training_output

Devoluções

Comentários

Recursos adicionais