InputPortBinding Klasa

Definiuje powiązanie ze źródła do danych wejściowych kroku potoku.

Element InputPortBinding może służyć jako dane wejściowe do kroku. Źródłem może być PipelineDataelement , PortDataReference, , DataReferencePipelineDatasetlub OutputPortBinding.

Funkcja InputPortBinding jest przydatna do określenia nazwy danych wejściowych kroku, jeśli powinna być inna niż nazwa obiektu powiązania (tj. aby uniknąć zduplikowanych nazw danych wejściowych/wyjściowych lub ponieważ skrypt kroku potrzebuje danych wejściowych, aby mieć określoną nazwę). Można go również użyć do określenia bind_mode dla PythonScriptStep danych wejściowych.

Inicjowanie elementu InputPortBinding.

Dziedziczenie

builtins.object

InputPortBinding

Konstruktor

InputPortBinding(name, bind_object=None, bind_mode='mount', path_on_compute=None, overwrite=None, is_resource=False, additional_transformations=None, **kwargs)

Parametry

Nazwa	Opis
name Wymagane	str Nazwa portu wejściowego do powiązania, który może zawierać tylko litery, cyfry i podkreślenia.
bind_object	Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset] Obiekt, który ma być powiązany z portem wejściowym. wartość domyślna: None
bind_mode	str Określa, czy krok zużywania będzie używać metody "download" lub "mount" w celu uzyskania dostępu do danych. wartość domyślna: mount
path_on_compute	str W trybie pobierania ścieżka lokalna, z których będą odczytywane dane. wartość domyślna: None
overwrite	bool W przypadku trybu pobierania wskaż, czy zastąpić istniejące dane. wartość domyślna: None
is_resource	bool Wskazuje, czy dane wejściowe są zasobem. Zasoby są pobierane do folderu skryptu i umożliwiają zmianę zachowania skryptu w czasie wykonywania. wartość domyślna: False
additional_transformations	<xref:azureml.dataprep.Dataflow> Dodatkowe przekształcenia do zastosowania do danych wejściowych. Zostanie to zastosowane tylko wtedy, gdy dane wyjściowe poprzedniego kroku to zestaw danych usługi Azure Machine Learning. wartość domyślna: None
name Wymagane	str Nazwa portu wejściowego do powiązania, który może zawierać tylko litery, cyfry i podkreślenia.
bind_object Wymagane	Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset] Obiekt, który ma być powiązany z portem wejściowym.
bind_mode Wymagane	str Określa, czy krok zużywania będzie używać metody "download" lub "mount" lub "direct" w celu uzyskania dostępu do danych.
path_on_compute Wymagane	str W trybie pobierania ścieżka lokalna, z których będą odczytywane dane.
overwrite Wymagane	bool W przypadku trybu pobierania wskaż, czy zastąpić istniejące dane.
is_resource Wymagane	bool Określ, czy dane wejściowe są zasobem. Zasoby są pobierane do folderu skryptu i umożliwiają zmianę zachowania skryptu w czasie wykonywania.
additional_transformations Wymagane	<xref:azureml.dataprep.Dataflow> Dodatkowe przekształcenia do zastosowania do danych wejściowych. Zostanie to zastosowane tylko wtedy, gdy dane wyjściowe poprzedniego kroku to zestaw danych usługi Azure Machine Learning.

Uwagi

Funkcja InputPortBinding służy do określania zależności danych w potoku, reprezentuje dane wejściowe, których krok wymaga wykonania. InputPortBindings mają źródło o nazwie bind_object, które określa sposób tworzenia danych wejściowych.

PipelineData i OutputPortBinding może być używany jako bind_object dla inputPortBinding, aby określić, że dane wejściowe do kroku zostaną wygenerowane przez inny krok w potoku.

Przykład tworzenia potoku przy użyciu metody InputPortBinding i PipelineData jest następujący:

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

   step_1_output = PipelineData("output", datastore=datastore, output_mode="mount")

   step_1 = PythonScriptStep(
       name='prepare data',
       script_name="prepare_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])

W tym przykładzie krok "train" wymaga danych wyjściowych kroku "prepare data" jako danych wejściowych.

PortDataReference, DataReferencelub PipelineDataset można użyć jako bind_object dla inputPortBinding, aby określić, że dane wejściowe do kroku już istnieją w określonej lokalizacji.

Przykład tworzenia potoku przy użyciu metody InputPortBinding i DataReference jest następujący:

   from azureml.data.data_reference import DataReference
   from azureml.pipeline.core import InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   data_reference = DataReference(datastore=datastore, path_on_datastore='sample_data.txt', mode="mount")
   step_1_input = InputPortBinding("input", bind_object=data_reference)

   step_1 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_1_input],
       inputs=[step_1_input]
   )

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

W tym przykładzie krok "train" wymaga pliku "sample_data.txt" określonego przez dataReference jako dane wejściowe.

Metody

as_resource	Pobierz zduplikowane powiązanie portu wejściowego, które może być używane jako zasób.
get_bind_object_data_type	Pobierz typ danych powiązanego obiektu.
get_bind_object_name	Pobierz nazwę obiektu powiązania.

as_resource

Pobierz zduplikowane powiązanie portu wejściowego, które może być używane jako zasób.

as_resource()

Zwraca

Typ	Opis
InputPortBinding	InputPortBinding z właściwością is_resource ustaw wartość True.

get_bind_object_data_type

Pobierz typ danych powiązanego obiektu.

get_bind_object_data_type()

Zwraca

Typ	Opis
str	Nazwa typu danych.

get_bind_object_name

Pobierz nazwę obiektu powiązania.

get_bind_object_name()

Zwraca

Typ	Opis
str	Nazwa obiektu powiązania.

Atrybuty

additional_transformations

Uzyskaj dodatkowe przekształcenia, które mają być stosowane do danych wejściowych.

Zwraca

Typ	Opis
<xref:azureml.dataprep.Dataflow>	Dodatkowe przekształcenia, które mają być stosowane do danych wejściowych.

bind_mode

Pobierz tryb ("pobieranie" lub "instalowanie" lub "bezpośrednie", "hdfs"), który będzie używany w celu uzyskania dostępu do danych.

Zwraca

Typ	Opis
str	Tryb powiązania ("download" lub "mount" lub "direct" lub "hdfs").

bind_object

Pobierz obiekt InputPort zostanie powiązany z.

Zwraca

Typ	Opis
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]	Obiekt powiązania.

data_reference_name

Pobierz nazwę odwołania do danych skojarzonego z parametrem InputPortBinding.

Zwraca

Typ	Opis
str	Nazwa odwołania do danych.

data_type

Pobierz typ danych wejściowych.

Zwraca

Typ	Opis
str	Właściwość typu danych.

is_resource

Uzyskaj, czy dane wejściowe są zasobem.

Zwraca

Typ	Opis
bool	To dane wejściowe zasobu.

name

Nazwa powiązania portu wejściowego.

Zwraca

Typ	Opis
str	Nazwa.

overwrite

W przypadku trybu pobierania wskaż, czy zastąpić istniejące dane.

Zwraca

Typ	Opis
bool	Właściwość zastępowania.

path_on_compute

Pobierz ścieżkę lokalną, z którą krok odczytuje dane.

Zwraca

Typ	Opis
str	Ścieżka do obliczeń.