InputPortBinding Klasa

Definiuje powiązanie ze źródła do danych wejściowych kroku potoku.

Element InputPortBinding może służyć jako dane wejściowe do kroku. Źródłem może być element PipelineData, PortDataReference, DataReference, PipelineDatasetlub OutputPortBinding.

InputPortBinding przydaje się do określenia nazwy danych wejściowych kroku, jeśli powinna być inna niż nazwa obiektu powiązanego (tj. aby uniknąć zduplikowanych nazw wejściowych/wyjściowych lub ponieważ skrypt kroku wymaga danych wejściowych, aby mieć określoną nazwę). Można go również użyć do określenia bind_mode dla PythonScriptStep danych wejściowych.

Zainicjuj inputPortBinding.

Dziedziczenie

builtins.object

InputPortBinding

Konstruktor

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

Parametry

Nazwa	Opis
name Wymagane	str Nazwa portu wejściowego, który ma być powiązany, który może zawierać tylko litery, cyfry i podkreślenia.
bind_object	Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset] Obiekt, który ma być powiązany z portem wejściowym. Domyślna wartość: None
bind_mode	str Określa, czy krok korzystający będzie używać metody "download" lub "mount" w celu uzyskania dostępu do danych. Domyślna wartość: mount
path_on_compute	str W przypadku trybu "pobierania" ścieżka lokalna, z których krok odczytuje dane. Domyślna wartość: None
overwrite	bool W przypadku trybu "pobierania" wskaż, czy zastąpić istniejące dane. Domyślna wartość: None
is_resource	bool Wskazuje, czy dane wejściowe są zasobem. Zasoby są pobierane do folderu script i umożliwiają zmianę zachowania skryptu w czasie wykonywania. Domyślna wartość: False
additional_transformations	<xref:azureml.dataprep.Dataflow> Dodatkowe przekształcenia, które mają być stosowane do danych wejściowych. Zostanie to zastosowane tylko wtedy, gdy dane wyjściowe poprzedniego kroku to zestaw danych usługi Azure Machine Learning. Domyślna wartość: None
name Wymagane	str Nazwa portu wejściowego, który ma być powiązany, który może zawierać tylko litery, cyfry i podkreślenia.
bind_object Wymagane	Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset] Obiekt, który ma być powiązany z portem wejściowym.
bind_mode Wymagane	str Określa, czy krok korzystający będzie używać metody "download" lub "mount" lub "direct" w celu uzyskania dostępu do danych.
path_on_compute Wymagane	str W przypadku trybu "pobierania" ścieżka lokalna, z których krok odczytuje dane.
overwrite Wymagane	bool W przypadku trybu "pobierania" wskaż, czy zastąpić istniejące dane.
is_resource Wymagane	bool Określ, czy dane wejściowe są zasobem. Zasoby są pobierane do folderu script i umożliwiają zmianę zachowania skryptu w czasie wykonywania.
additional_transformations Wymagane	<xref:azureml.dataprep.Dataflow> Dodatkowe przekształcenia, które mają być stosowane do danych wejściowych. Zostanie to zastosowane tylko wtedy, gdy dane wyjściowe poprzedniego kroku to zestaw danych usługi Azure Machine Learning.

Uwagi

Funkcja InputPortBinding służy do określania zależności danych w potoku, reprezentuje dane wejściowe, których krok wymaga wykonania. Właściwość InputPortBindings ma źródło o nazwie bind_object, które określa sposób generowania danych wejściowych.

PipelineData i OutputPortBinding może służyć jako bind_object dla inputPortBinding, aby określić, że dane wejściowe do kroku zostaną wygenerowane przez inny krok w potoku.

Przykład tworzenia potoku przy użyciu metody InputPortBinding i PipelineData jest następujący:

   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])

W tym przykładzie krok "train" wymaga danych wyjściowych kroku "prepare data" jako danych wejściowych.

PortDataReference, DataReferencelub PipelineDataset może służyć jako bind_object dla elementu InputPortBinding, aby określić, że dane wejściowe do kroku już istnieją w określonej lokalizacji.

Przykład tworzenia potoku przy użyciu metody InputPortBinding i DataReference jest następujący:

   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])

W tym przykładzie krok "train" wymaga pliku "sample_data.txt" określonego przez dataReference jako dane wejściowe.

Metody

as_resource	Pobierz zduplikowane powiązanie portu wejściowego, które może być używane jako zasób.
get_bind_object_data_type	Pobieranie typu danych obiektu powiązanego.
get_bind_object_name	Pobierz nazwę obiektu powiązanego.

as_resource

Pobierz zduplikowane powiązanie portu wejściowego, które może być używane jako zasób.

as_resource()

Zwraca

Typ	Opis
InputPortBinding	Właściwość InputPortBinding z właściwością is_resource ustawia wartość True.

get_bind_object_data_type

Pobieranie typu danych obiektu powiązanego.

get_bind_object_data_type()

Zwraca

Typ	Opis
str	Nazwa typu danych.

get_bind_object_name

Pobierz nazwę obiektu powiązanego.

get_bind_object_name()

Zwraca

Typ	Opis
str	Nazwa obiektu powiązania.

Atrybuty

additional_transformations

Pobierz dodatkowe przekształcenia, które mają być stosowane do danych wejściowych.

Zwraca

Typ	Opis
<xref:azureml.dataprep.Dataflow>	Dodatkowe przekształcenia, które mają być stosowane do danych wejściowych.

bind_mode

Pobierz tryb ("download" lub "mount" lub "direct", "hdfs"), który będzie używany w kroku zużywania w celu uzyskania dostępu do danych.

Zwraca

Typ	Opis
str	Tryb powiązania ("download" lub "mount" lub "direct" lub "hdfs").

bind_object

Pobierz obiekt, z który zostanie powiązany obiekt InputPort.

Zwraca

Typ	Opis
Union[PortDataReference, DataReference, PipelineData, OutputPortBinding, PipelineDataset]	Obiekt powiązania.

data_reference_name

Pobierz nazwę odwołania do danych skojarzonego z elementem InputPortBinding.

Zwraca

Typ	Opis
str	Nazwa odwołania do danych.

data_type

Pobierz typ danych wejściowych.

Zwraca

Typ	Opis
str	Właściwość typu danych.

is_resource

Uzyskiwanie informacji o tym, czy dane wejściowe są zasobem.

Zwraca

Typ	Opis
bool	Jest danymi wejściowymi zasobu.

name

Nazwa powiązania portu wejściowego.

Zwraca

Typ	Opis
str	Nazwa.

overwrite

W przypadku trybu "pobierania" wskaż, czy zastąpić istniejące dane.

Zwraca

Typ	Opis
bool	Właściwość zastępowania.

path_on_compute

Pobierz ścieżkę lokalną, z którą krok odczytuje dane.

Zwraca

Typ	Opis
str	Ścieżka do obliczeń.