Condividi tramite


AzureMachineLearningFileSystem Classe

Accedere all'URI definito da Azure Machine Learning come se fosse un file system. In questo modo viene esposta un'API simile al file system sopra l'URI definito da Azure Machine Learning

Inizializzare un nuovo oggetto AzureMachineLearningFileSystem

Ereditarietà
fsspec.asyn.AsyncFileSystem
AzureMachineLearningFileSystem

Costruttore

AzureMachineLearningFileSystem(*args, **kwargs)

Parametri

Nome Descrizione
uri
Necessario
str

L'URI definito da Azure Machine Learning supporta sia gli URI dell'archivio dati, gli URI dell'asset dati che gli URI del Registro di sistema.

  1. Formato URI dell'archivio dati: "azureml://subscriptions/{subscription_id}/resourcegroups/{resource_group}/ [providers/Microsoft.MachineLearningServices/]workspaces/{workspace}/datastores/{datastore_name}/[path/{path}]"

Dove:

  • {subscription_id} è l'ID della sottoscrizione di Azure.
  • {resource_group} è il nome del gruppo di risorse di Azure.
  • {workspace} è il nome dell'area di lavoro di Azure Machine Learning.
  • {datastore_name} è il nome dell'archivio dati.
  • [path/{path}] è un segmento facoltativo che rappresenta il percorso all'interno dell'archivio dati.
  1. Formato URI asset dati: "azureml://subscriptions/{subscription_id}/resourcegroups/{resource_group}/ [providers/Microsoft.MachineLearningServices/]workspaces/{workspace}/data/{data_name}/[version}]"

Dove:

  • {subscription_id}, {resource_group}e {workspace} hanno lo stesso significato di quanto indicato sopra.
  • {data_name} è il nome dell'asset dati.
  • [version/{version}] è un segmento facoltativo che rappresenta la versione dell'asset dati.

Nota: il segmento "providers/Microsoft.MachineLearningServices/" è facoltativo in entrambi i formati URI. Gli URI sono supportati sia con che senza questo segmento.

  1. Formato URI del Registro di sistema: "azureml://registries/{registry_name}/data/{data_name}/version/{version}"
uri
Necessario
str

URI per inizializzare AzureMachineLearningFileSystem.

Commenti

Ciò consentirà a pandas/dask di caricare l'URI definito da Azure Machine Learning.

Metodi

get

Copiare file in locale.

glob

risultato di globbing per l'uri

put

Copiare file in locale.

to_absolute_path

Convertire il percorso relativo nella radice del file system in percorso assoluto

get

Copiare file in locale.

get(rpath, lpath, recursive=False, callback=<fsspec.callbacks.NoOpCallback object>, **kwargs)

glob

risultato di globbing per l'uri

glob(path=None, **kwargs)

Parametri

Nome Descrizione
path
Necessario
str

path to glob,it can be long form datastore uri or just relative path in formato {datastore}/{relative_path}

Restituisce

Tipo Descrizione

Elenco dei percorsi di file

put

Copiare file in locale.

put(lpath, rpath, recursive=False, callback=<fsspec.callbacks.NoOpCallback object>, **kwargs)

to_absolute_path

Convertire il percorso relativo nella radice del file system in percorso assoluto

static to_absolute_path(path: str)

Parametri

Nome Descrizione
path
Necessario

Attributi

protocol

protocol: ClassVar[str | tuple[str, ...]] = 'azureml'