PipelineParameter Osztály
Egy paramétert határoz meg egy folyamat végrehajtásában.
A PipelineParameters használatával sokoldalú folyamatokat hozhat létre, amelyek később, változó paraméterértékekkel újra benyújthatók.
Folyamatparaméterek inicializálása.
- Öröklődés
-
builtins.objectPipelineParameter
Konstruktor
PipelineParameter(name, default_value)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
A folyamatparaméter neve. |
default_value
Kötelező
|
A folyamatparaméter alapértelmezett értéke. |
name
Kötelező
|
A folyamatparaméter neve. |
default_value
Kötelező
|
A folyamatparaméter alapértelmezett értéke. |
Megjegyzések
Folyamat létrehozásakor a PipelineParameters bármely lépéshez hozzáadható. A folyamat elküldésekor megadhatja ezeknek a paramétereknek az értékeit.
A PipelineParameter lépéshez való hozzáadásának példája a következő:
from azureml.pipeline.steps import PythonScriptStep
from azureml.pipeline.core import PipelineParameter
pipeline_param = PipelineParameter(name="pipeline_arg", default_value="default_val")
train_step = PythonScriptStep(script_name="train.py",
arguments=["--param1", pipeline_param],
target=compute_target,
source_directory=project_folder)
Ebben a példában egy "pipeline_arg" nevű PipelineParameter hozzá lett adva egy PythonScriptStep argumentumaihoz. A Python-szkript futtatásakor a PipelineParameter értéke a parancssori argumentumokon keresztül lesz megadva. Ez a PipelineParameter a folyamat más lépéseihez is hozzáadható, így a folyamat több lépésének közös értékeit is megadhatja. A folyamatokhoz több PipelineParameter is megadható.
A folyamat elküldéséhez és a "pipeline_arg" PipelineParameter értékének megadásához használja a következőt:
pipeline = Pipeline(workspace=ws, steps=[train_step])
pipeline_run = Experiment(ws, 'train').submit(pipeline, pipeline_parameters={"pipeline_arg": "test_value"})
Megjegyzés: ha a "pipeline_arg" nem szerepel a pipeline_parameters szótárban, akkor a folyamat létrehozásakor megadott PipelineParameter alapértelmezett értéke lesz használatban (ebben az esetben az alapértelmezett érték a "default_val" volt).
A többsoros paraméterek nem használhatók Folyamatparaméterekként.
A PipelineParameters a és DataPathComputeBinding a paraméterrel DataPath is használható a lépésbemenetek megadásához. Ez lehetővé teszi, hogy a folyamat különböző bemeneti adatokkal fusson.
Példa a DataPath PipelineParameters használatával való használatára:
from azureml.core.datastore import Datastore
from azureml.data.datapath import DataPath, DataPathComputeBinding
from azureml.pipeline.steps import PythonScriptStep
from azureml.pipeline.core import PipelineParameter
datastore = Datastore(workspace=workspace, name="workspaceblobstore")
datapath = DataPath(datastore=datastore, path_on_datastore='input_data')
data_path_pipeline_param = (PipelineParameter(name="input_data", default_value=datapath),
DataPathComputeBinding(mode='mount'))
train_step = PythonScriptStep(script_name="train.py",
arguments=["--input", data_path_pipeline_param],
inputs=[data_path_pipeline_param],
compute_target=compute_target,
source_directory=project_folder)
Ebben az esetben a "input_data" paraméter alapértelmezett értéke egy "input_data" nevű "workspaceblobstore" nevű fájlra hivatkozik. Ha a folyamat a PipelineParameter értékének megadása nélkül van elküldve, a rendszer az alapértelmezett értéket használja. A folyamat elküldéséhez és a "input_data" PipelineParameter értékének megadásához használja a következőt:
from azureml.pipeline.core import Pipeline
from azureml.data.datapath import DataPath
pipeline = Pipeline(workspace=ws, steps=[train_step])
new_data_path = DataPath(datastore=datastore, path_on_datastore='new_input_data')
pipeline_run = experiment.submit(pipeline,
pipeline_parameters={"input_data": new_data_path})
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: