azureml-pipeline-steps Pakiet

  • Odwołanie

Pakiety

steps

Zawiera wstępnie utworzone kroki, które można wykonać w potoku usługi Azure Machine Learning.

Kroki potoku usługi Azure ML można skonfigurować razem, aby utworzyć potok, który reprezentuje przepływ pracy usługi Azure Machine Learning z możliwością udostępniania i wielokrotnego użytku. Każdy krok potoku można skonfigurować tak, aby umożliwić ponowne użycie poprzednich wyników przebiegu, jeśli zawartość kroku (skrypty i zależności), a także dane wejściowe i parametry pozostają niezmienione.

Klasy w tym pakiecie są zwykle używane razem z klasami w pakiecie core . Podstawowy pakiet zawiera klasy służące do konfigurowania danych (PipelineData), planowania (Schedule) i zarządzania danymi wyjściowymi kroków (StepRun).

Wbudowane kroki opisane w tym pakiecie obejmują wiele typowych scenariuszy napotkanych w przepływach pracy uczenia maszynowego. Aby rozpocząć pracę ze wstępnie utworzonymi krokami potoku, zobacz:

Moduły

adla_step

Zawiera funkcje tworzenia kroku potoku usługi Azure ML w celu uruchomienia skryptu U-SQL przy użyciu usługi Azure Data Lake Analytics.
automl_step

Zawiera funkcje dodawania zautomatyzowanego potoku uczenia maszynowego i zarządzania nim w usłudze Azure Machine Learning.
azurebatch_step

Zawiera funkcje umożliwiające utworzenie kroku potoku usługi Azure ML, który uruchamia plik wykonywalny systemu Windows w Azure Batch.
command_step

Zawiera funkcje umożliwiające utworzenie kroku potoku usługi Azure ML, który uruchamia polecenia.
data_transfer_step

Zawiera funkcje umożliwiające utworzenie kroku potoku usługi Azure ML, który przesyła dane między opcjami magazynu.
databricks_step

Zawiera funkcje tworzenia kroku potoku usługi Azure ML w celu uruchomienia notesu usługi Databricks lub skryptu języka Python w systemie plików DBFS.
estimator_step

Zawiera funkcje umożliwiające utworzenie kroku potoku, który uruchamia narzędzie do szacowania na potrzeby trenowania modelu usługi Machine Learning.
hyper_drive_step

Zawiera funtionality do tworzenia kroków potoku usługi Azure ML i zarządzania nimi, które uruchamiają dostrajanie hiperparametrów.
kusto_step

Zawiera funkcje tworzenia kroku potoku usługi Azure ML w celu uruchomienia notesu Kusto.
module_step

Zawiera funkcje dodawania kroku potoku usługi Azure Machine Learning przy użyciu istniejącej wersji modułu.
mpi_step

Zawiera funkcje dodawania kroku potoku usługi Azure ML w celu uruchomienia zadania MPI na potrzeby trenowania modelu usługi Machine Learning.
parallel_run_config

Zawiera funkcje konfigurowania programu ParallelRunStep.
parallel_run_step

Zawiera funkcje dodawania kroku uruchamiania skryptu użytkownika w trybie równoległym na wielu obiektach docelowych AmlCompute.
python_script_step

Zawiera funkcje umożliwiające utworzenie kroku potoku usługi Azure ML, który uruchamia skrypt języka Python.
r_script_step

Zawiera funkcje umożliwiające utworzenie kroku potoku usługi Azure ML, który uruchamia skrypt języka R.
synapse_spark_step

Zawiera funkcje umożliwiające utworzenie kroku usługi Azure ML Synapse, który uruchamia skrypt języka Python.