你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn

Input 类

初始化 Input 对象。

继承
azure.ai.ml.entities._inputs_outputs.base._InputOutputBase
Input

构造函数

Input(*, type: str, path: str | None = None, mode: str | None = None, optional: bool | None = None, description: str | None = None, **kwargs: Any)

仅限关键字的参数

名称 说明
type
str

数据输入的类型。 接受的值为“uri_folder”、“uri_file”、“mltable”、“mlflow_model”、“custom_model”、“integer”、“number”、“string”和“boolean”。 默认为“uri_folder”。

默认值: uri_folder
path

输入数据的路径。 路径可以是本地路径、远程数据 URI 或已注册的 AzureML 资产 ID。

mode

数据输入的访问模式。 接受的值为:

  • “ro_mount”:将数据以只读方式装载到计算目标,
  • “download”:将数据下载到计算目标,
  • “direct”:将 URI 作为在运行时访问的字符串传入
default

输入的默认值。 如果设置了默认值,则输入数据将是可选的。

min

输入的最小值。 如果将小于最小值的值传递给作业,作业执行将失败。

max

输入的最大值。 如果将大于最大值的值传递给作业,作业执行将失败。

optional

指定输入是否为可选输入。

description

输入说明

datastore
str

要将本地文件上传到的数据存储。

intellectual_property

输入的知识产权。

enum
必需

示例

创建具有两个输入的 CommandJob。


   from azure.ai.ml import Input, Output
   from azure.ai.ml.entities import CommandJob, CommandJobLimits

   command_job = CommandJob(
       code="./src",
       command="python train.py --ss {search_space.ss}",
       inputs={
           "input1": Input(path="trial.csv", mode="ro_mount", description="trial input data"),
           "input_2": Input(
               path="azureml:list_data_v2_test:2", type="uri_folder", description="registered data asset"
           ),
       },
       outputs={"default": Output(path="./foo")},
       compute="trial",
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       limits=CommandJobLimits(timeout=120),
   )

方法

get
has_key
items
keys
update
values

get

get(key: Any, default: Any | None = None) -> Any

参数

名称 说明
key
必需
default
默认值: None

has_key

has_key(k: Any) -> bool

参数

名称 说明
k
必需

items

items() -> list

keys

keys() -> list

update

update(*args: Any, **kwargs: Any) -> None

values

values() -> list