EstimatorStep 类

荒废的。创建用于 Azure ML 模型训练的 Estimator 管道步骤。

创建用于运行机器学习模型训练估算器的 Azure ML 管道步骤。

荒废的。请改用 CommandStep 。有关示例，请参阅如何使用 CommandStep 在管道中运行 ML 训练。

构造函数

EstimatorStep(name=None, estimator=None, estimator_entry_script_arguments=None, runconfig_pipeline_params=None, inputs=None, outputs=None, compute_target=None, allow_reuse=True, version=None)

参数

名称	说明
name	str 步骤的名称。默认值: None
estimator	Estimator 此步骤的关联估算器对象。可以是预配置的估算器，例如Chainer，PyTorch TensorFlow或SKLearn。默认值: None
estimator_entry_script_arguments	list[str] [必需]命令行参数的列表。如果估算器的条目脚本不接受命令行参数，请将此参数值设置为空列表。默认值: None
runconfig_pipeline_params	dict[str, PipelineParameter] 使用键值对在运行时重写 runconfig 属性，每个属性都有 runconfig 属性的名称和 PipelineParameter。支持的值：“NodeCount”、“MpiProcessCountPerNode”、“TensorflowWorkerCount”、“TensorflowParameterServerCount” 默认值: None
inputs	list[Union[PipelineData, PipelineOutputAbstractDataset, DataReference, DatasetConsumptionConfig]] 要使用的输入列表。默认值: None
outputs	list[Union[PipelineData, OutputDatasetConfig, PipelineOutputAbstractDataset]] PipelineData 对象的列表。默认值: None
compute_target	Union[DsvmCompute, AmlCompute, RemoteCompute, str] [必需]要使用的计算目标。默认值: None
allow_reuse	bool 指示使用相同设置重新运行时，该步骤是否应重复使用以前的结果。默认情况下启用重用。如果步骤内容（脚本/依赖项）以及输入和参数保持不变，则重复使用此步骤上一次运行的输出。重用步骤时，将立即向任何后续步骤提供上一次运行的结果，而不是将作业提交到计算。如果使用 Azure 机器学习数据集作为输入，则重复使用取决于数据集的定义是否已更改，而不是由基础数据是否已更改决定。默认值: True
version	str 用于表示模块功能更改的可选版本标记。默认值: None
name 必需	str 步骤的名称。
estimator 必需	<xref:Estimator> 此步骤的关联估算器对象。可以是预配置的估算器，例如Chainer，PyTorch TensorFlow或SKLearn。
estimator_entry_script_arguments 必需	[str] [必需]命令行参数的列表。如果估算器的条目脚本不接受命令行参数，请将此参数值设置为空列表。
runconfig_pipeline_params 必需	dict[str, PipelineParameter] 使用键值对在运行时重写 runconfig 属性，每个属性都有 runconfig 属性的名称和 PipelineParameter。支持的值：“NodeCount”、“MpiProcessCountPerNode”、“TensorflowWorkerCount”、“TensorflowParameterServerCount”
inputs 必需	list[Union[PipelineData, PipelineOutputAbstractDataset, DataReference, DatasetConsumptionConfig, PipelineOutputTabularDataset, PipelineOutputFileDataset]] 要使用的输入列表。
outputs 必需	list[Union[PipelineData, PipelineOutputAbstractDataset] PipelineData 对象的列表。
compute_target 必需	Union[DsvmCompute, AmlCompute, RemoteCompute, str] [必需]要使用的计算目标。
allow_reuse 必需	bool 指示使用相同设置重新运行时，该步骤是否应重复使用以前的结果。默认情况下启用重用。如果步骤内容（脚本/依赖项）以及输入和参数保持不变，则重复使用此步骤上一次运行的输出。重用步骤时，将立即向任何后续步骤提供上一次运行的结果，而不是将作业提交到计算。如果使用 Azure 机器学习数据集作为输入，则重复使用取决于数据集的定义是否已更改，而不是由基础数据是否已更改决定。
version 必需	str 版本

注解

请注意，实例化 EstimatorStep 时，必须使用参数将对象中使用的Estimator条目脚本的参数指定为列表estimator_entry_script_arguments。估算器参数 script_params 接受字典。但是， estimator_entry_script_argument 参数需要参数作为列表。

EstimatorStep 初始化涉及使用参数指定输入 inputs 列表，并且无需使用估算器指定输入，如果这样做，将引发异常。有关允许的输入类型，请参阅 inputs 参数。还可以选择为该步骤指定任何输出。有关允许的输出类型，请参阅 outputs 参数。

使用 EstimatorStep 的最佳做法是对脚本和与步骤关联的任何依赖文件使用单独的文件夹，并将该文件夹指定为 Estimator 对象 source_directory。这样做有两个好处。首先，它有助于减小为步骤创建的快照的大小，因为仅快照了步骤所需的快照。其次，如果对触发快照重新上传的更改 source_directory ，则可以重复使用上一次运行中的步骤输出。

方法

create_node

从估算器步骤创建一个节点，并将其添加到指定的图形。

荒废的。请改用 CommandStep 。有关示例，请参阅如何使用 CommandStep 在管道中运行 ML 训练。

此方法不用于直接使用。使用此步骤实例化管道时，Azure ML 会自动传递通过此方法所需的参数，以便可以将该步骤添加到表示工作流的管道图中。

create_node

从估算器步骤创建一个节点，并将其添加到指定的图形。

荒废的。请改用 CommandStep 。有关示例，请参阅如何使用 CommandStep 在管道中运行 ML 训练。

此方法不用于直接使用。使用此步骤实例化管道时，Azure ML 会自动传递通过此方法所需的参数，以便可以将该步骤添加到表示工作流的管道图中。

create_node(graph, default_datastore, context)

参数

名称	说明
graph 必需	Graph 要向其添加节点的图形对象。
default_datastore 必需	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] 默认数据存储。
context 必需	<xref:azureml.pipeline.core._GraphContext> 图形上下文。

类型	说明
Node	创建的节点。

通过

EstimatorStep 类

构造函数

参数

注解

方法

create_node

参数

返回

反馈