Schemat YAML składnika potoku interfejsu wiersza polecenia (wersja 2)
DOTYCZY:
Rozszerzenie interfejsu wiersza polecenia platformy Azure ml w wersji 2 (bieżąca)
Źródłowy schemat JSON można znaleźć pod adresem https://azuremlschemas.azureedge.net/latest/pipelineComponent.schema.json.
Uwaga
Składnia YAML szczegółowo w tym dokumencie jest oparta na schemacie JSON dla najnowszej wersji rozszerzenia interfejsu wiersza polecenia uczenia maszynowego w wersji 2. Ta składnia jest gwarantowana tylko do pracy z najnowszą wersją rozszerzenia interfejsu wiersza polecenia uczenia maszynowego w wersji 2. Schematy dla starszych wersji rozszerzeń można znaleźć pod adresem https://azuremlschemasprod.azureedge.net/.
Składnia YAML
| Klucz | Type | Opis | Dozwolone wartości | Domyślna wartość |
|---|---|---|---|---|
$schema |
string | Schemat YAML. Jeśli używasz rozszerzenia programu VS Code usługi Azure Machine Learning do tworzenia pliku YAML, w tym $schema w górnej części pliku, możesz wywołać uzupełnianie schematu i zasobów. |
||
type |
const | Typ składnika. | pipeline |
pipeline |
name |
string | Wymagany. Nazwa składnika. Musi zaczynać się od małej litery. Dozwolone znaki to małe litery, cyfry i podkreślenie(_). Maksymalna długość to 255 znaków. | ||
version |
string | Wersja składnika. W przypadku pominięcia usługa Azure Machine Learning automatycznie wygeneruje wersję. | ||
display_name |
string | Nazwa wyświetlana składnika w interfejsie użytkownika programu Studio. Może to być nietypowe w obszarze roboczym. | ||
description |
string | Opis składnika. | ||
tags |
obiekt | Słownik tagów dla składnika. | ||
jobs |
obiekt | Wymagany. Słownik zestawu poszczególnych zadań do uruchomienia jako kroków w potoku. Te zadania są uznawane za podrzędne zadania nadrzędnego potoku. Klucz jest nazwą kroku w kontekście zadania potoku. Ta nazwa różni się od unikatowej nazwy zadania podrzędnego. Wartość jest specyfikacją zadania, która może być zgodna ze schematem zadania polecenia lub schematem zadania zamiatania. Obecnie w potoku można uruchamiać tylko zadania poleceń i zadania zamiatania. |
||
inputs |
obiekt | Słownik danych wejściowych zadania potoku. Klucz jest nazwą danych wejściowych w kontekście zadania, a wartość jest wartością wejściową. Te dane wejściowe potoku mogą być przywoływane przez dane wejściowe pojedynczego zadania kroku w potoku ${{ parent.inputs.<input_name> }} przy użyciu wyrażenia . Aby uzyskać więcej informacji na temat powiązania danych wejściowych kroku potoku z danymi wejściowymi zadania potoku najwyższego poziomu, zobacz Składnia wyrażeń dla powiązań danych wejściowych i wyjściowych między krokami zadania potoku. |
||
inputs.<input_name> |
liczba, liczba całkowita, wartość logiczna, ciąg lub obiekt | Jedna z wartości literału (typu liczba, liczba całkowita, wartość logiczna lub ciąg) lub obiekt zawierający specyfikację danych wejściowych składnika. | ||
outputs |
obiekt | Słownik konfiguracji wyjściowych zadania potoku. Klucz jest nazwą danych wyjściowych w kontekście zadania, a wartość jest konfiguracją wyjściową. Te dane wyjściowe potoku mogą być przywoływane przez dane wyjściowe pojedynczego zadania kroku w potoku ${{ parents.outputs.<output_name> }} przy użyciu wyrażenia . Aby uzyskać więcej informacji na temat powiązania danych wejściowych kroku potoku z danymi wejściowymi zadania potoku najwyższego poziomu, zobacz Składnia wyrażeń dla powiązań danych wejściowych i wyjściowych między krokami zadania potoku. |
||
outputs.<output_name> |
obiekt | Możesz pozostawić obiekt pusty. W tym przypadku domyślnie dane wyjściowe będą typu uri_folder , a usługa Azure Machine Learning wygeneruje lokalizację wyjściową dla danych wyjściowych na podstawie następującej ścieżki szablonu: {settings.datastore}/azureml/{job-name}/{output-name}/. Pliki do katalogu wyjściowego zostaną zapisane za pośrednictwem instalacji odczytu i zapisu. Jeśli chcesz określić inny tryb dla danych wyjściowych, podaj obiekt zawierający specyfikację danych wyjściowych składnika. |
Dane wejściowe składnika
| Klucz | Type | Opis | Dozwolone wartości | Domyślna wartość |
|---|---|---|---|---|
type |
string | Wymagany. Typ danych wejściowych składnika. Dowiedz się więcej o dostępie do danych | number, integer, , boolean, uri_filestring, uri_folder, , mlflow_modelmltablecustom_model |
|
description |
string | Opis danych wejściowych. | ||
default |
liczba, liczba całkowita, wartość logiczna lub ciąg | Wartość domyślna danych wejściowych. | ||
optional |
boolean | Czy dane wejściowe są wymagane. Jeśli ustawiono wartość true, należy użyć polecenia z opcjonalnymi danymi wejściowymi $[[]] |
false |
|
min |
liczba całkowita lub liczba | Minimalna zaakceptowana wartość danych wejściowych. To pole można określić tylko wtedy, gdy type pole ma wartość number lub integer. |
||
max |
liczba całkowita lub liczba | Maksymalna zaakceptowana wartość danych wejściowych. To pole można określić tylko wtedy, gdy type pole ma wartość number lub integer. |
||
enum |
tablica | Lista dozwolonych wartości danych wejściowych. Dotyczy tylko tego, jeśli type pole ma wartość string. |
Dane wyjściowe składnika
| Klucz | Type | Opis | Dozwolone wartości | Domyślna wartość |
|---|---|---|---|---|
type |
string | Wymagany. Typ danych wyjściowych składnika. | uri_file, , uri_folder, mltable, , mlflow_modelcustom_model |
|
description |
string | Opis danych wyjściowych. |
Uwagi
Polecenia az ml component mogą służyć do zarządzania składnikami usługi Azure Machine Learning.
Przykłady
Przykłady są dostępne w repozytorium GitHub przykłady.