注: PipelineData オブジェクトを 1 つのステップの出力として、また 1 つ以上の後続ステップの入力として提供することにより、パイプラインで使用されるデータは 1 つのステップで生成され、別のステップで消費されます。
この例と比較すると、パイプラインのトレーニング ステップは、パイプラインのプロセス ステップの process_step_output 出力に依存します。
azureml.pipeline.core から Pipeline、PipelineData をインポートします。
azureml.pipeline.steps から PythonScriptStep をインポートします
データストア = ws.get_default_datastore()
process_step_output = PipelineData("processed_data", datastore=datastore) process_step = PythonScriptStep(script_name="process.py", argument=["--data_for_train", process_step_output], outputs=[process_step_output], compute_target=aml_compute, source_directory=process_directory) train_step = PythonScriptStep(script_name="train.py", argument=["--data_for_train", process_step_output], inputs=[process_step_output], compute_target=aml_compute, source_directory=train_directory) pipeline = Pipeline(workspace=ws, steps=[process_step, train_step]) 参照:
https://docs.microsoft.com/en-us/python/api/azureml-pipeline-core/azureml.pipeline.core.pipelinedata?
ビュー=azure-ml-py