MpiStep クラス

[必須]モジュールの名前。

[必須]手順で使用する Python スクリプト、conda env、およびその他のリソースを含むフォルダー。

[必須] source_directoryを基準とした Python スクリプトの名前。

[必須]コマンド ライン引数の一覧。

[必須]使用するコンピューティング 先。

[必須]トレーニングに使用されるコンピューティング ターゲット内のノードの数。 1 より大きい場合は、mpi 分散ジョブが実行されます。 分散ジョブでは、AmlCompute コンピューティング ターゲットのみがサポートされます。 PipelineParameter 値がサポートされています。

[必須]ノードあたりのプロセス数。 1 より大きい場合は、mpi 分散ジョブが実行されます。 分散ジョブでは、AmlCompute コンピューティング ターゲットのみがサポートされます。 PipelineParameter 値がサポートされています。

入力ポート バインドの一覧。

出力ポート バインドの一覧。

環境変数として "AML_PARAMETER_" で登録された名前と値のペアのディクショナリ。

同じ設定で再実行するときに、前の結果をステップで再利用するかどうかを示します。 再利用は既定で有効になっています。 ステップの内容 (スクリプト/依存関係) と入力とパラメーターが変更されていない場合は、この手順の前の実行からの出力が再利用されます。 ステップを再利用すると、ジョブをコンピューティングに送信する代わりに、前の実行の結果が後続のステップですぐに使用できるようになります。 Azure Machine Learning データセットを入力として使用する場合、再利用は、基になるデータが変更されたかどうかではなく、データセットの定義が変更されたかどうかによって決まります。

モジュールの機能の変更を示すオプションのバージョン タグ。

非推奨: 不要になりました。

ステップの内容の変更を確認するときにハッシュするパスの一覧。 変更が検出されない場合、パイプラインは前回の実行のステップの内容を再利用します。 既定では、.amlignore または .gitignore にリストされているファイルを除き、 source_directory の内容はハッシュされます。

実験を実行する環境が GPU をサポートする必要があるかどうかを示します。 True の場合、GPU ベースの既定の Docker イメージが環境で使用されます。 False の場合、CPU ベースのイメージが使用されます。 既定の Docker イメージ (CPU または GPU) は、 custom_docker_image パラメーターが設定されていない場合にのみ使用されます。 この設定は、Docker 対応のコンピューティング ターゲットでのみ使用されます。

実験を実行する環境を Docker ベースにする必要があるかどうかを示します。

トレーニングに使用するイメージのビルド元となる Docker イメージの名前。 設定しない場合は、既定の CPU ベースのイメージが基本イメージとして使用されます。

Docker イメージ レジストリの詳細。

Azure ML が既存の Python 環境を再利用するかどうかを示します。False は、Azure ML が conda 依存関係の仕様に基づいて Python 環境を作成することを意味します。

Python 環境に追加する conda パッケージを表す文字列の一覧。

Python 環境に追加する pip パッケージを表す文字列の一覧。

pip 要件テキスト ファイルへの相対パス。 このパラメーターは、 pip_packages パラメーターと組み合わせて指定できます。

実験の EnvironmentDefinition。 PythonSection と DockerSection と環境変数が含まれます。 他のパラメーターを介して MpiStep 構築に直接公開されない環境オプションは、environment_definition パラメーターを使用して設定できます。 このパラメーターを指定すると、use_gpu、custom_docker_image、conda_packages、pip_packagesなどの他の環境関連パラメーターよりも優先され、これらの無効な組み合わせに関するエラーが報告されます。

[必須]モジュールの名前。

[必須]手順で使用する Python スクリプト、conda env、およびその他のリソースを含むフォルダー。

[必須] source_directoryを基準とした Python スクリプトの名前。

[必須]コマンド ライン引数の一覧。

[必須]使用するコンピューティング 先。

[必須]トレーニングに使用されるコンピューティング ターゲット内のノードの数。 1 より大きい場合、mpi 分散ジョブが実行されます。 分散ジョブでは、AmlCompute コンピューティング ターゲットのみがサポートされます。 PipelineParameter 値がサポートされています。

[必須]ノードあたりのプロセス数。 1 より大きい場合、mpi 分散ジョブが実行されます。 分散ジョブでは、AmlCompute コンピューティング ターゲットのみがサポートされます。 PipelineParameter 値がサポートされています。

入力ポート バインドの一覧。

出力ポート バインドの一覧。

環境変数として ">>AML_PARAMETER_<<" で登録された名前と値のペアのディクショナリ。

同じパラメーターを使用して再実行しても、ステップで前の結果を再利用する必要があるかどうかを示します。この手順の前の実行からの出力が再利用されます。 ステップを再利用すると、ジョブをコンピューティングに送信する代わりに、前の実行の結果が後続のステップですぐに使用できるようになります。 Azure Machine Learning データセットを入力として使用する場合、再利用は、基になるデータが変更されたかどうかではなく、データセットの定義が変更されたかどうかによって決まります。

モジュールの機能の変更を示すオプションのバージョン タグ

非推奨: 不要になりました。

ステップの内容の変更を確認するときにハッシュするパスの一覧。 変更が検出されない場合、パイプラインは前回の実行のステップの内容を再利用します。 既定では、.amlignore または .gitignore にリストされているファイルを除き、 source_directory の内容はハッシュされます。

実験を実行する環境が GPU をサポートする必要があるかどうかを示します。 True の場合、GPU ベースの既定の Docker イメージが環境で使用されます。 False の場合、CPU ベースのイメージが使用されます。 既定の Docker イメージ (CPU または GPU) は、 custom_docker_image パラメーターが設定されていない場合にのみ使用されます。 この設定は、Docker 対応のコンピューティング ターゲットでのみ使用されます。

実験を実行する環境を Docker ベースにする必要があるかどうかを示します。 custom_docker_image (str): mpi ジョブに使用するイメージのビルド元となる Docker イメージの名前。 設定しない場合は、既定の CPU ベースのイメージが基本イメージとして使用されます。

トレーニングに使用するイメージのビルド元となる Docker イメージの名前。 設定しない場合は、既定の CPU ベースのイメージが基本イメージとして使用されます。

Docker イメージ レジストリの詳細。

Azure ML が既存の Python 環境を再利用するかどうかを示します。False は、Azure ML が conda 依存関係の仕様に基づいて Python 環境を作成することを意味します。

Python 環境に追加する conda パッケージを表す文字列の一覧。

Python 環境に追加する pip パッケージを表す文字列の一覧。

pip 要件テキスト ファイルへの相対パス。 このパラメーターは、 pip_packages パラメーターと組み合わせて指定できます。

実験の EnvironmentDefinition。 PythonSection と DockerSection と環境変数が含まれます。 他のパラメーターを介して MpiStep 構築に直接公開されない環境オプションは、environment_definition パラメーターを使用して設定できます。 このパラメーターを指定すると、use_gpu、custom_docker_image、conda_packages、pip_packagesなどの他の環境関連パラメーターよりも優先され、これらの無効な組み合わせに関するエラーが報告されます。