CLI-pipelinekomponentens YAML-schema (v2)
GÄLLER FÖR:
Azure CLI ml-tillägget v2 (aktuellt)
JSON-källschemat finns på https://azuremlschemas.azureedge.net/latest/pipelineComponent.schema.json.
Kommentar
YAML-syntaxen som beskrivs i det här dokumentet baseras på JSON-schemat för den senaste versionen av ML CLI v2-tillägget. Den här syntaxen är garanterad att endast fungera med den senaste versionen av ML CLI v2-tillägget. Du hittar scheman för äldre tilläggsversioner på https://azuremlschemasprod.azureedge.net/.
YAML-syntax
| Nyckel | Typ | Beskrivning | Tillåtna värden | Standardvärde |
|---|---|---|---|---|
$schema |
sträng | YAML-schemat. Om du använder Azure Machine Learning VS Code-tillägget för att skapa YAML-filen, inklusive $schema längst upp i filen, kan du anropa schema- och resursavslutningar. |
||
type |
Const | Typ av komponent. | pipeline |
pipeline |
name |
sträng | Obligatoriskt. Komponentens namn. Måste börja med gemener. Tillåtna tecken är gemener, siffror och understreck(_). Maximal längd är 255 tecken. | ||
version |
sträng | Version av komponenten. Om den utelämnas genereras en version automatiskt av Azure Machine Learning. | ||
display_name |
sträng | Visningsnamn för komponenten i studiogränssnittet. Den kan vara icke-unik på arbetsytan. | ||
description |
sträng | Beskrivning av komponenten. | ||
tags |
objekt | Ordlista med taggar för komponenten. | ||
jobs |
objekt | Obligatoriskt. Ordlista över den uppsättning enskilda jobb som ska köras som steg i pipelinen. Dessa jobb betraktas som underordnade jobb för det överordnade pipelinejobbet. Nyckeln är namnet på steget i kontexten för pipelinejobbet. Det här namnet skiljer sig från det unika jobbnamnet för det underordnade jobbet. Värdet är jobbspecifikationen, som kan följa kommandojobbschemat eller rensa jobbschemat. För närvarande kan endast kommandojobb och svepjobb köras i en pipeline. |
||
inputs |
objekt | Ordlista över indata till pipelinejobbet. Nyckeln är ett namn på indata i jobbets kontext och värdet är indatavärdet. Dessa pipelineindata kan refereras till av indata för ett enskilt stegjobb i pipelinen med uttrycket ${{ parent.inputs.<input_name> }} . Mer information om hur du binder indata från ett pipelinesteg till indata för pipelinejobbet på den översta nivån finns i Syntaxen för uttryck för bindning av indata och utdata mellan steg i ett pipelinejobb. |
||
inputs.<input_name> |
tal, heltal, booleskt värde, sträng eller objekt | Ett av ett literalvärde (av typnummer, heltal, booleskt värde eller sträng) eller ett objekt som innehåller en komponentindataspecifikation. | ||
outputs |
objekt | Ordlista över utdatakonfigurationer för pipelinejobbet. Nyckeln är ett namn på utdata i jobbets kontext och värdet är utdatakonfigurationen. Dessa pipelineutdata kan refereras till av utdata från ett enskilt stegjobb i pipelinen med uttrycket ${{ parents.outputs.<output_name> }} . Mer information om hur du binder indata från ett pipelinesteg till indata för pipelinejobbet på den översta nivån finns i Syntaxen för uttryck för bindning av indata och utdata mellan steg i ett pipelinejobb. |
||
outputs.<output_name> |
objekt | Du kan lämna objektet tomt, i vilket fall som standard kommer utdata att vara av typen uri_folder och Azure Machine Learning systemgenereras en utdataplats för utdata baserat på följande mallsökväg: {settings.datastore}/azureml/{job-name}/{output-name}/. Filer till utdatakatalogen skrivs via läs- och skrivmontering. Om du vill ange ett annat läge för utdata anger du ett objekt som innehåller komponentens utdataspecifikation. |
Komponentindata
| Nyckel | Typ | Beskrivning | Tillåtna värden | Standardvärde |
|---|---|---|---|---|
type |
sträng | Obligatoriskt. Typ av komponentindata. Läs mer om dataåtkomst | number, integer, boolean, string, uri_file, uri_folder, , mltable, , mlflow_modelcustom_model |
|
description |
sträng | Beskrivning av indata. | ||
default |
tal, heltal, booleskt värde eller sträng | Standardvärdet för indata. | ||
optional |
boolean | Om indata krävs. Om det är inställt på truemåste du använda kommandot innehåller valfria indata med $[[]] |
false |
|
min |
heltal eller tal | Det minsta godkända värdet för indata. Det här fältet kan bara anges om type fältet är number eller integer. |
||
max |
heltal eller tal | Det maximala godkända värdet för indata. Det här fältet kan bara anges om type fältet är number eller integer. |
||
enum |
matris | Listan över tillåtna värden för indata. Gäller endast om type fältet är string. |
Komponentutdata
| Nyckel | Typ | Beskrivning | Tillåtna värden | Standardvärde |
|---|---|---|---|---|
type |
sträng | Obligatoriskt. Typ av komponentutdata. | uri_file, uri_folder, mltable, , , mlflow_modelcustom_model |
|
description |
sträng | Beskrivning av utdata. |
Kommentarer
Kommandona az ml component kan användas för att hantera Azure Machine Learning-komponenter.
Exempel
Exempel är tillgängliga i GitHub-exempellagringsplatsen.