Azure Machine Learning SDK ve CLI v2'deki ifadeler

  • Makale

Azure Machine Learning SDK'sı ve CLI v2 ile, bir iş veya bileşen yazarken bir değer bilinmediğinde ifadeleri kullanabilirsiniz. bir iş gönderdiğinizde veya bir bileşen çağırdığınızda, ifade değerlendirilir ve değer değiştirilir.

İfadenin biçimi şeklindedir ${{ <expression> }}. İş veya bileşen gönderilirken istemcide bazı ifadeler değerlendirilir. Diğer ifadeler sunucuda değerlendirilir (işin veya bileşenin çalıştığı işlem.)

İstemci ifadeleri

Dekont

İfadeyi değerlendiren "istemci", işin gönderildiği veya bileşenin çalıştırıldığı yerdir. Örneğin, yerel makineniz veya bir işlem örneği.

Expression Açıklama Scope
${{inputs.<input_name>}} Giriş veri varlığına veya modeline başvurular. Tüm işlerde çalışır.
${{outputs.<output_name>}} Çıkış veri varlığına veya modeline başvurular. Tüm işlerde çalışır.
${{search_space.<hyperparameter>}} Süpürme işinde kullanılacak hiper parametrelere başvurur. Her deneme için hiper parametre değerleri, temel search_spacealınarak seçilir. Yalnızca işleri süpür.
${{parent.inputs.<input_name>}} İşlem hattındaki bir alt işin (işlem hattı adımı) girişlerini üst düzey üst işlem hattı işinin girişlerine bağlar. Yalnızca işlem hattı işleri.
${{parent.outputs.<output_name>}} İşlem hattındaki bir alt işin (işlem hattı adımı) çıkışlarını üst düzey üst işlem hattı işinin çıkışlarına bağlar. Yalnızca işlem hattı işleri.
${{parent.jobs.<step-name>.inputs.<input-name>}} İşlem hattındaki başka bir adımın girişlerine bağlanır. Yalnızca işlem hattı işleri.
${{parent.jobs.<step-name>.outputs.<output-name>}} İşlem hattındaki başka bir adımın çıkışlarına bağlanır. Yalnızca işlem hattı işleri.

Sunucu ifadeleri

Önemli

Aşağıdaki ifadeler istemci tarafında değil sunucu tarafında çözümlenir. İş oluşturma zamanı ile iş gönderme süresinin farklı olduğu zamanlanmış işler için, iş gönderildiğinde ifadeler çözümlenir. Bu ifadeler sunucu tarafında çözümlendiğinden, zamanlanan işin oluşturulduğu çalışma alanının durumunu değil, çalışma alanının geçerli durumunu kullanırlar. Örneğin, zamanlanmış bir iş oluşturduktan sonra çalışma alanının varsayılan veri depolarını değiştirirseniz, ifade ${{default_datastore}} zamanlanan iş oluşturulduğunda varsayılan veri deposuna değil yeni varsayılan veri deposuna çözümlenir.

Expression Açıklama Scope
${{default_datastore}} İşlem hattı varsayılan veri deposu yapılandırıldıysa, işlem hattı varsayılan veri deposu adı olarak çözümlenir; aksi takdirde çalışma alanı varsayılan veri deposu adı olarak çözümlenir.

İşlem hattı varsayılan veri deposu kullanılarak pipeline_job.settings.default_datastoredenetlenebilir.		 Tüm işlerde çalışır.

İşlem hattı işlerinin yapılandırılabilir bir işlem hattı varsayılan veri deposu vardır.
${{name}} İş adı. İşlem hatları için işlem hattı iş adı değil adım iş adıdır. Tüm işler için çalışır
${{output_name}} İş çıktı adı Tüm işler için çalışır

Örneğin, çıkış yolu olarak kullanılırsa azureml://datastores/${{default_datastore}}/paths/${{name}}/${{output_name}} , çalışma zamanında yolu azureml://datastores/workspaceblobstore/paths/<job-name>/model_patholarak çözümlenir.

Sonraki adımlar

Bu ifadeler hakkında daha fazla bilgi için aşağıdaki makalelere ve örneklere bakın: