databricks_step Модуль
Содержит функциональные возможности для создания этапа конвейера Azure ML для выполнения записной книжки Databricks или сценария Python в DBFS.
Классы
DatabricksStep |
Создает этап конвейера Azure ML для добавления записной книжки DataBricks, сценария Python или JAR в качестве узла. Пример использования DatabricksStep приведен в записной книжке https://aka.ms/pl-databricks. Создайте шаг конвейера Машинного обучения Azure, чтобы добавить записную книжку DataBricks, скрипт Python или JAR-файл в качестве узла. Пример использования DatabricksStep приведен в записной книжке https://aka.ms/pl-databricks. :p aram python_script_name:[Обязательно] Имя скрипта Python относительно Укажите только один из Если указать объект DataReference в качестве входных данных с помощью data_reference_name=input1 и объект PipelineData в качестве выходных данных с помощью name=output1, то входные и выходные данные будут переданы в скрипт в качестве параметров. Они будут выглядеть описанным ниже образом, и при этом необходимо проанализировать аргументы в скрипте для доступа к путям всех входных и выходных данных: "-input1","wasbs://test@storagename.blob.core.windows.net/test","-output1", "wasbs://test@storagename.blob.core.windows.net/b3e26de1-87a4-494d-a20f-1988d22b81a2/output1" Кроме того, в скрипте будут доступны следующие параметры:
При выполнении скрипта Python с локального компьютера в Databricks с помощью параметров DatabricksStep |
Обратная связь
https://aka.ms/ContentUserFeedback.
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделеОтправить и просмотреть отзыв по