在 Azure ML 中传递 PipelineParameter DataPath答案

【问题标题】：Passing PipelineParameter DataPath in Azure ML在 Azure ML 中传递 PipelineParameter DataPath
【发布时间】：2022-11-08 23:54:04
【问题描述】：

下面代码的问题是，由于第 27 行的错误，它目前没有运行：

raise ValueError("意外的输入类型：%s" % type(input)) ValueError：意外的输入类型：<class 'azureml.pipeline.core.graph.PipelineParameter'>

如果我取消注释第二个 data_path_pipeline_param，一切都会正常运行。我真的不明白为什么它希望通过 DataPathComputeBinding。

    datastore = Datastore(workspace=ws, name="my-datastore")
    data_path = DataPath(datastore=datastore, path_on_datastore='input_data')
    data_path_pipeline_param = PipelineParameter(name="input_data", default_value=data_path)
    # data_path_pipeline_param = (PipelineParameter(name="input_data", default_value=datapath),
    #                             DataPathComputeBinding(mode='mount'))

    verify_datastores_step = PythonScriptStep(
        name='Save file to datastores',
        source_directory='verify_datastores_step',
        script_name='save_to_datastores.py',
        arguments=["--path", data_path_pipeline_param],
        inputs=[data_path_pipeline_param],
        runconfig=pipeline_run_config,
        allow_reuse=False

    )

【问题讨论】：

标签： python azure-machine-learning-service mlops azureml-python-sdk

【解决方案1】：

这“输入”参数只接受这些类型的数据：

 :param inputs: A list of input port bindings.
        :type inputs: list[typing.Union[azureml.pipeline.core.graph.InputPortBinding,
                        azureml.data.data_reference.DataReference,
                        azureml.pipeline.core.PortDataReference,
                        azureml.pipeline.core.builder.PipelineData,
                        azureml.pipeline.core.pipeline_output_dataset.PipelineOutputFileDataset,
                        azureml.pipeline.core.pipeline_output_dataset.PipelineOutputTabularDataset,
                        azureml.data.dataset_consumption_config.DatasetConsumptionConfig]]

这取自 PythonScriptStep() 的文档代码。只有 PipelineParameter 你没有定义你如何将数据发送到计算，你没有定义你是否是使用下载/挂载模式。

【讨论】：