builder Module

Représente des données intermédiaires dans un pipeline Azure Machine Learning.

Les données utilisées dans le pipeline peuvent être produites par une étape et consommées dans une autre étape en fournissant un objet PipelineData en tant que sortie d’une étape et une entrée d’une ou plusieurs étapes suivantes.

Notez que si vous utilisez les données du pipeline, assurez-vous que le répertoire utilisé existait.

Exemple python pour vous assurer que le répertoire existait, supposons que vous disposiez d’un port de sortie nommé output_folder en une étape de pipeline, vous souhaitez écrire des données dans le chemin relatif de ce dossier.

   import os
   os.makedirs(args.output_folder, exist_ok=True)
   f = open(args.output_folder + '/relative_path/file_name', 'w+')

PipelineData utilise DataReference sous-jacent qui n’est plus l’approche recommandée pour l’accès aux données et la remise, utilisez OutputFileDatasetConfig à la place, vous trouverez un exemple ici : Pipeline à l’aide de OutputFileDatasetConfig.

Initialisez PipelineData.

Représente une étape d’exécution dans un pipeline Azure Machine Learning.

Les pipelines sont construits à partir de plusieurs étapes de pipeline, qui sont des unités de calcul distinctes dans le pipeline. Chaque étape peut s’exécuter indépendamment et utiliser des ressources de calcul isolées. Chaque étape possède généralement ses propres entrées, sorties et paramètres nommés.

La classe PipelineStep est la classe de base à partir de laquelle d’autres classes d’étape intégrées conçues pour les scénarios courants héritent, tels que PythonScriptStep, DataTransferStepet HyperDriveStep.

Pour obtenir une vue d’ensemble de la relation entre Pipelines et PipelineSteps, consultez Présentation des pipelines ML.

Initialiser PipelineStep.

Représente une liste d’étapes dans un Pipeline et l’ordre dans lequel les exécuter.

Utilisez une étape stepSequence lors de l’initialisation d’un pipeline pour créer un workflow qui contient des étapes à exécuter dans un ordre spécifique.

Initialisez StepSequence.