Partilhar via

InputPortBinding Classe

Define uma ligação de uma fonte para uma entrada de uma etapa de pipeline.

Um InputPortBinding pode ser usado como uma entrada para uma etapa. A fonte pode ser um PipelineData, PortDataReference, DataReference, PipelineDataset, ou OutputPortBinding.

InputPortBinding é útil para especificar o nome da entrada de etapa, se ela deve ser diferente do nome do objeto bind (ou seja, para evitar nomes de entrada/saída duplicados ou porque o script de etapa precisa de uma entrada para ter um determinado nome). Ele também pode ser usado para especificar o bind_mode para PythonScriptStep entradas.

Inicialize InputPortBinding.

Construtor

InputPortBinding(name, bind_object=None, bind_mode='mount', path_on_compute=None, overwrite=None, is_resource=False, additional_transformations=None, **kwargs)

Parâmetros

Name Description
name
Necessário
str

Nome da porta de entrada a ser vinculada, que pode conter apenas letras, dígitos e sublinhados.
bind_object
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]

O objeto a ser vinculado à porta de entrada.

Default value: None
bind_mode
str

Especifica se a etapa de consumo usará o método "download" ou "mount" para acessar os dados.

Default value: mount
path_on_compute
str

Para o modo de "download", o caminho local a partir do qual a etapa lerá os dados.

Default value: None
overwrite
bool

Para o modo "download", indique se deseja substituir os dados existentes.

Default value: None
is_resource
bool

Indicado se a entrada é um recurso. Os recursos são baixados para a pasta de script e fornecem uma maneira de alterar o comportamento do script em tempo de execução.

Default value: False
additional_transformations
<xref:azureml.dataprep.Dataflow>

Transformações adicionais a serem aplicadas à entrada. Isso só será aplicado se a saída da etapa anterior for um Conjunto de Dados do Azure Machine Learning.

Default value: None
name
Necessário
str

Nome da porta de entrada a ser vinculada, que pode conter apenas letras, dígitos e sublinhados.
bind_object
Necessário
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]

O objeto a ser vinculado à porta de entrada.
bind_mode
Necessário
str

Especifica se a etapa de consumo usará o método "download" ou "mount" ou "direct" para acessar os dados.
path_on_compute
Necessário
str

Para o modo de "download", o caminho local a partir do qual a etapa lerá os dados.
overwrite
Necessário
bool

Para o modo "download", indique se deseja substituir os dados existentes.
is_resource
Necessário
bool

Indique se a entrada é um recurso. Os recursos são baixados para a pasta de script e fornecem uma maneira de alterar o comportamento do script em tempo de execução.
additional_transformations
Necessário
<xref:azureml.dataprep.Dataflow>

Transformações adicionais a serem aplicadas à entrada. Isso só será aplicado se a saída da etapa anterior for um Conjunto de Dados do Azure Machine Learning.

Observações

InputPortBinding é usado para especificar dependências de dados em um Pipeline, ele representa uma entrada que uma etapa requer para execução. InputPortBindings tem uma fonte, chamada bind_object, que especifica como os dados de entrada são produzidos.

PipelineData e OutputPortBinding pode ser usado como o bind_object para um InputPortBinding para especificar que a entrada para a etapa será produzida por outra etapa no Pipeline.

Um exemplo para criar um Pipeline usando InputPortBinding e PipelineData é o seguinte:


   from azureml.pipeline.core import PipelineData, InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   step_1_output = PipelineData("output", datastore=datastore, output_mode="mount")

   step_1 = PythonScriptStep(
       name='prepare data',
       script_name="prepare_data.py",
       compute_target=compute,
       arguments=["--output", step_1_output],
       outputs=[step_1_output]
   )

   step_2_input = InputPortBinding("input", bind_object=step_1_output)

   step_2 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_2_input],
       inputs=[step_2_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1, step_2])

Neste exemplo, a etapa "treinar" requer a saída da etapa "preparar dados" como entrada.

PortDataReference, DataReference, ou PipelineDataset pode ser usado como o bind_object para um InputPortBinding para especificar que a entrada para a etapa já existe em um local especificado.

Um exemplo para criar um Pipeline usando InputPortBinding e DataReference é o seguinte:


   from azureml.data.data_reference import DataReference
   from azureml.pipeline.core import InputPortBinding, Pipeline
   from azureml.pipeline.steps import PythonScriptStep

   data_reference = DataReference(datastore=datastore, path_on_datastore='sample_data.txt', mode="mount")
   step_1_input = InputPortBinding("input", bind_object=data_reference)

   step_1 = PythonScriptStep(
       name='train',
       script_name="train.py",
       compute_target=compute,
       arguments=["--input", step_1_input],
       inputs=[step_1_input]
   )

   pipeline = Pipeline(workspace=workspace, steps=[step_1])

Neste exemplo, a etapa "train" requer o arquivo "sample_data.txt" especificado pelo DataReference como uma entrada.

Métodos

as_resource

Obtenha uma ligação de porta de entrada duplicada que pode ser usada como um recurso.
get_bind_object_data_type

Obtenha o tipo de dados do objeto de ligação.
get_bind_object_name

Obtenha o nome do objeto de ligação.

as_resource

Obtenha uma ligação de porta de entrada duplicada que pode ser usada como um recurso.

as_resource()

Devoluções

Tipo Description
InputPortBinding

InputPortBinding com is_resource propriedade define um True.

get_bind_object_data_type

Obtenha o tipo de dados do objeto de ligação.

get_bind_object_data_type()

Devoluções

Tipo Description
str

O nome do tipo de dados.

get_bind_object_name

Obtenha o nome do objeto de ligação.

get_bind_object_name()

Devoluções

Tipo Description
str

O nome do objeto de ligação.

Atributos

additional_transformations

Obtenha as transformações adicionais para aplicar aos dados de entrada.

Devoluções

Tipo Description
<xref:azureml.dataprep.Dataflow>

As transformações adicionais a serem aplicadas aos dados de entrada.

bind_mode

Obtenha o modo ("download" ou "mount" ou "direct", "hdfs") que a etapa de consumo usará para acessar os dados.

Devoluções

Tipo Description
str

O modo de ligação ("download" ou "mount" ou "direct" ou "hdfs").

bind_object

Obtenha o objeto ao qual o InputPort será vinculado.

Devoluções

Tipo Description
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]

O objeto bind.

data_reference_name

Obtenha o nome da referência de dados associada ao InputPortBinding.

Devoluções

Tipo Description
str

O nome da referência de dados.

data_type

Obtenha o tipo de dados de entrada.

Devoluções

Tipo Description
str

A propriedade de tipo de dados.

is_resource

Verifique se a entrada é um recurso.

Devoluções

Tipo Description
bool

A entrada é um recurso.

name

Nome da ligação da porta de entrada.

Devoluções

Tipo Description
str

O nome.

overwrite

Para o modo "download", indique se deseja substituir os dados existentes.

Devoluções

Tipo Description
bool

A propriedade overwrite.

path_on_compute

Obtenha o caminho local a partir do qual a etapa lerá os dados.

Devoluções

Tipo Description
str

O caminho na computação.