azureml-pipeline-steps Pakiet
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. |
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla