Input Classe

Initialiser un objet Input.

Héritage

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

Input

Constructeur

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

Paramètres de mot clé uniquement

Nom	Description
type	str Type de l’entrée de données. Les valeurs acceptées sont « uri_folder », « uri_file », « mltable », « mlflow_model », « custom_model », « integer », « number », « string » et « boolean ». La valeur par défaut est « uri_folder ». valeur par défaut: uri_folder
path	Optional[str] Chemin d’accès aux données d’entrée. Les chemins d’accès peuvent être des chemins d’accès locaux, des URI de données distants ou un ID de ressource AzureML inscrit.
mode	Optional[str] Mode d’accès de l’entrée de données. Les valeurs acceptées sont : 'ro_mount' : Montez les données sur la cible de calcul en lecture seule, 'download' : télécharger les données sur la cible de calcul, 'direct' : passer l’URI sous la forme d’une chaîne à accéder au moment de l’exécution
default	Union[str, int, float, bool] La valeur par défaut de l’entrée. Si une valeur par défaut est définie, les données d’entrée sont facultatives.
min	Union[int, float] Valeur minimale pour l’entrée. Si une valeur inférieure à la valeur minimale est passée au travail, l’exécution du travail échoue.
max	Union[int, float] Valeur maximale de l’entrée. Si une valeur supérieure à la valeur maximale est passée à un travail, l’exécution du travail échoue.
optional	Optional[bool] Spécifie si l’entrée est facultative.
description	Optional[str] Description de l’entrée
datastore	str Magasin de données dans lequel charger les fichiers locaux.
intellectual_property	IntellectualProperty Propriété intellectuelle de l’entrée.
enum Obligatoire

Exemples

Création d’un CommandJob avec deux entrées.

   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),
   )

Méthodes

get
has_key
items
keys
update
values

get

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

Paramètres

Nom	Description
key Obligatoire
default	valeur par défaut: None

has_key

has_key(k: Any) -> bool

Paramètres

Nom	Description
k Obligatoire

items

items() -> list

keys

keys() -> list

update

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

values

values() -> list