azureml-pipeline-steps Пакет
Пакеты
steps |
Содержит предварительно созданные этапы, которые можно выполнить в конвейере Машинного обучения Azure. Этапы конвейера Azure ML можно настроить вместе, чтобы создать конвейер, который представляет собой общий и многократно используемый рабочий процесс Машинного обучения Azure. На каждом этапе конвейера можно настроить повторное использование результатов предыдущих выполнений, если содержимое этапа (скрипты и зависимости), а также входные данные и параметры не меняются. Классы в этом пакете обычно используются вместе с классами в пакете core. Основной пакет содержит классы для настройки данных (PipelineData), планирования (Schedule) и управления выходными данными этапов (StepRun). Предварительно созданные этапы в этом пакете охватывают множество распространенных сценариев, встречающихся в рабочих процессах машинного обучения. Чтобы приступить к работе с предварительно созданными этапами конвейера, см. следующие материалы: |
Модули
adla_step |
Содержит функции для создания этапа конвейера Azure ML для выполнения скрипта U-SQL в Azure Data Lake Analytics. |
automl_step |
Содержит функциональные возможности для добавления этапа конвейера автоматизированного ML в Машинном обучении Azure и управления им. |
azurebatch_step |
Содержит функциональные возможности для создания этапа конвейера Машинного обучения Azure, запускающего исполняемый файл Windows в пакетной службе Azure. |
command_step |
Содержит функциональные возможности для создания этапа конвейера Azure ML, выполняющего команды. |
data_transfer_step |
Содержит функциональные возможности для создания этапа конвейера Azure ML, который передает данные между разными видами хранилищ. |
databricks_step |
Содержит функциональные возможности для создания этапа конвейера Azure ML для запуска записной книжки Databricks или скрипта Python в DBFS. |
estimator_step |
Содержит функциональные возможности для создания этапа конвейера, выполняющего оценщик для обучения модели Машинного обучения. |
hyper_drive_step |
Содержит функциональные возможности для создания и контроля этапов конвейера Машинного обучения Azure, которые выполняют настройку параметров. |
kusto_step |
Содержит функциональные возможности для создания этапа конвейера Azure ML для выполнения записной книжки Kusto. |
module_step |
Содержит функции для добавления этапа конвейера Машинного обучения Azure с помощью существующей версии Module. |
mpi_step |
Содержит функциональные возможности для добавления этапа конвейера Azure ML для запуска задания MPI для обучения модели в рамках Машинного обучения. |
parallel_run_config |
Содержит функциональные возможности для настройки ParallelRunStep. |
parallel_run_step |
Содержит функциональные возможности для добавления этапа запуска пользовательского скрипта в параллельном режиме для нескольких целевых объектов AmlCompute. |
python_script_step |
Содержит функциональные возможности для создания этапа конвейера Azure ML, выполняющего скрипт Python. |
r_script_step |
Содержит функциональные возможности для создания этапа конвейера Azure ML, выполняющего скрипт R. |
synapse_spark_step |
Содержит функциональные возможности для создания этапа Azure ML Synapse, выполняющего скрипт Python. |
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