CLI (v2) 命令组件 YAML 架构

适用于：Azure CLI ml 扩展 v2（当前）

源 JSON 架构可在 https://azuremlschemas.azureedge.net/latest/commandComponent.schema.json 中找到。

注意

本文档中详细介绍的 YAML 语法基于最新版本的 ML CLI v2 扩展的 JSON 架构。 此语法必定仅适用于最新版本的 ML CLI v2 扩展。 可以在 https://azuremlschemasprod.azureedge.net/ 上查找早期扩展版本的架构。

YAML 语法

密钥 类型 说明 允许的值 默认值
$schema 字符串 YAML 架构。 如果使用 Azure 机器学习 VS Code 扩展来创作 YAML 文件，则可通过在文件顶部包含 $schema 来调用架构和资源完成操作。
type const 组件的类型。 command command
name 字符串 必需。 组件的名称。 必须以小写字母开头。 允许的字符是小写字母、数字和下划线 (_)。 最大长度为 255 个字符。
version 字符串 组件的版本。 如果省略，Azure 机器学习将自动生成一个版本。
display_name 字符串 组件在工作室 UI 中的显示名称。 在工作区中可以不唯一。
description 字符串 组件的说明。
tags object 组件的标记字典。
is_deterministic boolean 此选项确定组件是否会为相同的输入数据生成相同的输出。 对于从外部源加载数据（例如从 URL 导入数据）的组件，通常应将其设置为 false。 这是因为 URL 中的数据可能会随时间而发生更改。 true
command string 必需。 要执行的命令。
code 字符串 要上传并用于组件的源代码目录的本地路径。
environment 字符串或对象 必需。 用于组件的环境。 此值可以是对工作区中现有版本受控环境的引用，也可以是对内联环境规范的引用。

若要引用现有环境，请使用 azureml:<environment-name>:<environment-version> 语法。

若要以内联方式定义环境，请遵循环境架构。 排除 name 和 version 属性，因为内联环境不支持这些属性。
distribution object 分布式训练方案的分布配置。 MpiConfiguration、PyTorchConfiguration 或 TensorFlowConfiguration。
resources.instance_count 整型 用于作业的节点数。 1
inputs object 组件输入的字典。 键是组件上下文中的输入名称，值是组件输入定义。

可以在 command 中使用 ${{ inputs.<input_name> }} 表达式引用输入。
inputs.<input_name> object 组件输入定义。 请参阅组件输入以了解可配置属性集。
outputs object 组件输出的字典。 键是组件上下文中的输出名称，值是组件输出定义。

可以在 command 中使用 ${{ outputs.<output_name> }} 表达式引用输出。
outputs.<output_name> object 组件输出定义。 请参阅组件输出以了解可配置属性集。

分布配置

MpiConfiguration

密钥 类型 说明 允许的值
type const 必需。 分布类型。 mpi
process_count_per_instance 整型 必需。 要为作业启动的每节点进程数。

PyTorchConfiguration

密钥 类型 说明 允许的值 默认值
type const 必需。 分布类型。 pytorch
process_count_per_instance 整型 要为作业启动的每节点进程数。 1

TensorFlowConfiguration

密钥 类型 说明 允许的值 默认值
type const 必需。 分布类型。 tensorflow
worker_count 整型 要为作业启动的工作线程数。 默认为 resources.instance_count。
parameter_server_count 整型 要为作业启动的参数服务器数。 0

组件输入

密钥 类型 说明 允许的值 默认值
type 字符串 必需。 组件输入的类型。 详细了解数据访问 number，integer，boolean，string，uri_file，uri_folder，mltable，mlflow_model
description 字符串 输入的说明。
default 数字、整数、布尔值或字符串 输入的默认值。
optional boolean 输入是否为必需。 如果设置为 true，则需要使用包含带 $[[]] 可选输入的命令 false
min 整数或数字 接受的最小输入值。 仅当 type 字段为 number 或 integer 时，才能指定此字段。
max 整数或数字 接受的最大输入值。 仅当 type 字段为 number 或 integer 时，才能指定此字段。
enum array 允许的输入值列表。 仅当 type 字段为 string 时才适用。

组件输出

密钥 类型 说明 允许的值 默认值
type 字符串 必需。 组件输出的类型。 uri_file，uri_folder，mltable，mlflow_model
description 字符串 输出的说明。

备注

az ml component 命令可用于管理 Azure 机器学习组件。

示例

示例 GitHub 存储库中提供了命令组件示例。 所选示例如下所示。

示例 GitHub 存储库中提供了示例。 下面显示了几个示例。

YAML：Hello World 命令组件

$schema: https://azuremlschemas.azureedge.net/latest/commandComponent.schema.json
type: command

name: hello_python_world
display_name: Hello_Python_World
version: 1

code: ./src

environment: 
  image: python

command: >-
  python hello.py

YAML：具有不同输入类型的组件

$schema: https://azuremlschemas.azureedge.net/latest/commandComponent.schema.json
name: train_data_component_cli
display_name: train_data
description: A example train component
tags:
  author: azureml-sdk-team
version: 9
type: command
inputs:
  training_data: 
    type: uri_folder
  max_epocs:
    type: integer
    optional: true
  learning_rate: 
    type: number
    default: 0.01
    optional: true
  learning_rate_schedule: 
    type: string
    default: time-based
    optional: true
outputs:
  model_output:
    type: uri_folder
code: ./train_src
environment: azureml://registries/azureml/environments/sklearn-1.0/labels/latest
command: >-
  python train.py 
  --training_data ${{inputs.training_data}} 
  $[[--max_epocs ${{inputs.max_epocs}}]]
  $[[--learning_rate ${{inputs.learning_rate}}]]
  $[[--learning_rate_schedule ${{inputs.learning_rate_schedule}}]]
  --model_output ${{outputs.model_output}}

在命令行中定义可选输入

当输入设置为 optional = true 时，需要使用 $[[]] 来包括带有输入的命令行。 例如，$[[--input1 ${{inputs.input1}}]。 运行时的命令行可能有不同的输入。

  • 如果只指定所需的 training_data 和 model_output 参数，命令行将如下所示：
python train.py --training_data some_input_path --learning_rate 0.01 --learning_rate_schedule time-based --model_output some_output_path

如果在运行时未指定任何值，learning_rate 和 learning_rate_schedule 将使用默认值。

  • 如果所有输入/输出都在运行时提供值，命令行将如下所示：
python train.py --training_data some_input_path --max_epocs 10 --learning_rate 0.01 --learning_rate_schedule time-based --model_output some_output_path

常见错误和建议

下面是定义组件时出现的一些常见错误和相应的建议。

密钥 错误 建议
命令 1. 可选输入只能位于 $[[]] 中
2. 命令不支持使用 \ 创建新行。
3. 找不到输入或输出。		 1. 检查是否已在 inputs 和 outputs 部分定义命令中使用的所有输入或输出，并在可选输入 $[[]] 或所需输入 ${{}} 中使用正确的格式。
2. 请勿使用 \ 创建新行。
环境 1. 环境 {envName} 版本 {envVersion} 不存在定义。
2. 名称 {envName} 版本 {envVersion} 不存在环境。
3. 找不到 ID 为 {envAssetId} 的资产。		 1. 确保组件定义中存在引用的环境名称和版本。
2. 如果引用注册环境，则需要指定版本。
输入/输出 1. 输入/输出名称与系统保留参数冲突。
2. 重复的输入或输出名称。		 1. 请勿将以下任意任何保留参数用作输入/输出名称：path、ld_library_path、user、logname、home、pwd、shell。
2. 请确保输入和输出名称不是重复的。

后续步骤

  • 最終更新: