AzureMachineLearningFileSystem Klasse
Greifen Sie auf azure Machine Learning zu, als ob es sich um ein Dateisystem handelte. Dadurch wird eine dateisystemähnliche API über den definierten Azure Machine Learning-URI verfügbar gemacht.
Initialisieren eines neuen AzureMachineLearningFileSystem-Objekts
Konstruktor
AzureMachineLearningFileSystem(*args, **kwargs)
Parameter
| Name | Beschreibung |
|---|---|
|
uri
Erforderlich
|
Der definierte Azure Machine Learning-URI unterstützt sowohl Datenspeicher-URIs, Datenobjekt-URIs als auch Registrierungs-URIs.
Wo:
Wo:
Hinweis: Das Segment "providers/Microsoft.MachineLearningServices/" ist in beiden URI-Formaten optional. Wir unterstützen URIs sowohl mit als auch ohne dieses Segment.
|
|
uri
Erforderlich
|
der URI zum Initialisieren von AzureMachineLearningFileSystem. |
Hinweise
Dadurch können Pandas/Dask den definierten Azure Machine Learning-URI laden.
Methoden
| get |
Kopieren Sie Die Datei(n) in das lokale Element. |
| glob |
Globbing-Ergebnis für den URI |
| put |
Kopieren Sie Die Datei(n) in das lokale Element. |
| to_absolute_path |
Konvertieren des relativen Pfads im Dateisystemstamm in absoluten Pfad |
get
Kopieren Sie Die Datei(n) in das lokale Element.
get(rpath, lpath, recursive=False, callback=<fsspec.callbacks.NoOpCallback object>, **kwargs)
glob
put
Kopieren Sie Die Datei(n) in das lokale Element.
put(lpath, rpath, recursive=False, callback=<fsspec.callbacks.NoOpCallback object>, **kwargs)
to_absolute_path
Konvertieren des relativen Pfads im Dateisystemstamm in absoluten Pfad
static to_absolute_path(path: str)
Parameter
| Name | Beschreibung |
|---|---|
|
path
Erforderlich
|
|
Attribute
protocol
protocol: ClassVar[str | tuple[str, ...]] = 'azureml'