steps Pacote

Contém passos pré-construídos que podem ser executados num pipeline de aprendizagem de máquinas Azure.

Os passos do Gasoduto Azure ML podem ser configurados em conjunto para construir um Pipeline, que representa um fluxo de trabalho de aprendizagem automática Azure partilhável e reutilizável. Cada passo de um oleoduto pode ser configurado para permitir a reutilização dos seus resultados de execução anteriores se o conteúdo do passo (scripts e dependências) assim como entradas e parâmetros permanecerem inalterados.

As aulas deste pacote são normalmente usadas juntamente com as aulas do core pacote. O pacote principal contém classes para configurar dados PipelineData (, agendar ( Schedule ) e gerir a saída de etapas ( StepRun ).

Os passos pré-construídos neste pacote abrangem muitos cenários comuns encontrados em fluxos de trabalho de aprendizagem automática. Para começar com passos de gasoduto pré-construídos, consulte:

Módulos

adla_step

Contém funcionalidade para criar um passo de Pipeline Azure ML para executar um script U-SQL com Azure Data Lake Analytics.

automl_step

Contém funcionalidade para adicionar e gerir um passo de gasoduto ML automatizado em Azure Machine Learning.

azurebatch_step

Contém funcionalidade para criar um passo de Pipeline Azure ML que executa um Windows executável em Azure Batch.

command_step

Contém funcionalidade para criar um passo de Pipeline Azure ML que executa comandos.

data_transfer_step

Contém funcionalidade para criar um passo de Pipeline Azure ML que transfere dados entre as opções de armazenamento.

databricks_step

Contém funcionalidade para criar um passo de gasoduto Azure ML para executar um portátil databricks ou script Python em DBFS.

estimator_step

Contém funcionalidade para criar um passo de pipeline que executa um estimador para o treino de modelo de machine learning.

hyper_drive_step

Contém função para criar e gerir os passos do Gasoduto Azure ML que executam a afinação do hiperparaímetro.

kusto_step

Contém funcionalidade para criar um passo de gasoduto Azure ML para executar um portátil Kusto.

module_step

Contém funcionalidade para adicionar um passo de Pipeline de Aprendizagem de Máquinas Azure utilizando uma versão existente de um Módulo.

mpi_step

Contém funcionalidade para adicionar um passo de Pipeline Azure ML para executar um trabalho de MPI para a formação de modelos de Machine Learning.

parallel_run_config

Contém funcionalidade para configurar um ParallelRunStep .

parallel_run_step

Contém funcionalidade para adicionar um passo para executar o script do utilizador em modo paralelo em vários alvos AmlCompute.

python_script_step

Contém funcionalidade para criar um passo de Pipeline Azure ML que executa o script Python.

r_script_step

Contém funcionalidade para criar um passo de Pipeline Azure ML que executa o script R.

synapse_spark_step

Contém funcionalidade para criar um passo Azure ML Synapse que executa o script Python.

Classes

AdlaStep

Cria um passo de Pipeline ML Azure para executar um script U-SQL com Azure Data Lake Analytics.

Para um exemplo de utilização deste AdlaStep, consulte o caderno https://aka.ms/pl-adla .

AutoMLStep

Cria um passo de pipeline ML Azure que encapsula uma corrida de ML automatizada.

Para um exemplo de utilização do AutoMLStep, consulte o caderno https://aka.ms/pl-automl .

AutoMLStepRun

Fornece informações sobre uma experiência automatizada de ML e métodos para recuperar saídas padrão.

A classe AutoMLStepRun é utilizada para gerir, verificar o estado e recuperar detalhes de execução uma vez que uma corrida automática de ML é submetida num oleoduto. Além disso, esta classe pode ser usada para obter as saídas padrão da AutoMLStep StepRun classe.

AzureBatchStep

Cria um passo de Pipeline Azure ML para a submissão de postos de trabalho ao Azure Batch.

Nota: Este passo não suporta o upload/download de diretórios e seus conteúdos.

Para um exemplo de utilização do AzureBatchStep, consulte o caderno https://aka.ms/pl-azbatch .

DatabricksStep

Cria um passo de Pipeline ML Azure para adicionar um caderno DataBricks, script Python ou JAR como nó.

Para um exemplo de utilização do DatabricksStep, consulte o caderno https://aka.ms/pl-databricks .

DataTransferStep

Cria um passo de Pipeline Azure ML que transfere dados entre as opções de armazenamento.

O DataTransferStep suporta tipos de armazenamento comuns, tais como O Azure Blob Storage e Azure Data Lake como fontes e pias. Para mais informações, consulte a secção Comentários.

Para um exemplo de utilização do DataTransferStep, consulte o caderno https://aka.ms/pl-data-trans .

EstimatorStep

Cria um passo de oleoduto para correr Estimator para o treino do modelo Azure ML.

Para um exemplo de utilização do EstimadorStep, consulte o caderno https://aka.ms/pl-estimator .

HyperDriveStep

Cria um passo de Pipeline Azure ML para executar o sintonizamento hiperparímetro para o treino de modelo de machine learning.

Para um exemplo de utilização do HyperDriveStep, consulte o caderno https://aka.ms/pl-hyperdrive .

HyperDriveStepRun

Gerir, verificar o estado e recuperar os detalhes do funcional para um HyperDriveStep passo de oleoduto.

O HyperDriveStepRun fornece a funcionalidade HyperDriveRun com o suporte adicional de StepRun . A classe HyperDriveStepRun permite-lhe gerir, verificar o estado e recuperar detalhes de execução para a corrida hyperDrive e cada uma das suas corridas de crianças geradas. A classe StepRun permite-lhe fazê-lo assim que o gasoduto-mãe for submetido e o gasoduto tiver submetido o passo.

ModuleStep

Cria um passo de pipeline Azure Machine Learning para executar uma versão específica de um Módulo.

Module os objetos definem computações reutilizáveis, tais como scripts ou executáveis, que podem ser usados em diferentes cenários de aprendizagem automática e por diferentes utilizadores. Para utilizar uma versão específica de um Módulo num oleoduto crie um ModuleStep. Um ModuleStep é um passo em pipeline que utiliza um existente ModuleVersion .

Para um exemplo de utilização do ModuleStep, consulte o caderno https://aka.ms/pl-modulestep .

MpiStep

Cria um passo de pipeline ML Azure para executar um trabalho de MPI.

Para um exemplo de utilização do MpiStep, consulte o caderno https://aka.ms/pl-style-trans .

ParallelRunConfig

Define a configuração para um ParallelRunStep objeto.

Para um exemplo de utilização do ParallelRunStep, consulte o caderno https://aka.ms/batch-inference-notebooks .

Para um guia de resolução de problemas, https://aka.ms/prstsg consulte. Pode encontrar mais referências lá.

ParallelRunStep

Cria um Azure Machine Learning passo pipeline para processar grandes quantidades de dados assíncronos e em paralelo.

Para um exemplo de utilização do ParallelRunStep, consulte o caderno https://aka.ms/batch-inference-notebooks .

Para um guia de resolução de problemas, https://aka.ms/prstsg consulte. Pode encontrar mais referências lá.

PythonScriptStep

Cria um passo de Pipeline ML Azure que executa o script Python.

Para um exemplo de utilização do PythonScriptStep, consulte o caderno https://aka.ms/pl-get-started .

RScriptStep

Nota

Esta é uma aula experimental, e pode mudar a qualquer momento. Por favor, consulte https://aka.ms/azuremlexperimental mais informações.

Cria um passo de Pipeline Azure ML que executa o script R.

SynapseSparkStep

Nota

Esta é uma aula experimental, e pode mudar a qualquer momento. Por favor, consulte https://aka.ms/azuremlexperimental mais informações.

Cria um passo Azure ML Synapse que submete e executa o script Python.

CommandStep

Crie um passo de Gasoduto Azure ML que executa um comando.

KustoStep

O KustoStep permite a funcionalidade de executar consultas kusto num cluster kusto alvo em Azure ML Pipelines.