$schema: https://azuremlschemas.azureedge.net/latest/commandComponent.schema.json
type: command
name: component_a
display_name: componentA
version: 1
inputs:
component_a_input:
type: uri_folder
outputs:
component_a_output:
type: uri_folder
code: ./componentA_src
environment:
image: python
command: >-
python hello.py --componentA_input ${{inputs.component_a_input}} --componentA_output ${{outputs.component_a_output}}
下表介绍了组件 YAML 最常用的架构。 请参阅此处了解完整组件 YAML 架构。
description
对于 3b_pipeline_with_data/componentA.yml 中的示例，componentA 有一个数据输入和一个数据输出，可以连接到父管道中的其他步骤。 提交管道作业时，组件 YAML 中 code 部分下的所有文件都将上传到 Azure 机器学习。 在此示例中，将上传 ./componentA_src 下的文件（componentA.yml 中的第 16 行）。 可在工作室 UI 中查看上传的源代码：双击 ComponentA 步骤并导航到“快照”选项卡，如以下屏幕截图所示。 可看到它是一个仅执行一些简单打印的 hello-world 脚本，并可将当前日期/时间写入 componentA_output 路径。 组件通过命令行参数获取输入和输出，并在 hello.py 中使用 argparse 进行处理。
输入和输出定义组件的接口。 输入和输出可以是文本值（string、number、integer 或 boolean 类型）或包含输入架构的对象。
对象输入（uri_file、uri_folder、mltable、mlflow_model、custom_model 类型）可以连接到父管道作业中的其他步骤，从而将数据/模型传递给其他步骤。 在管道图形中，对象类型输入将呈现为连接点。
文本值输入（string、number、integer、boolean）是可以在运行时传递给组件的参数。 可在 default 字段下添加文本输入的默认值。 对于 number 和 integer 类型，还可使用 min 和 max 字段添加接受值的最小值和最大值。 如果输入值超过最小值和最大值，管道在验证时将失败。 提交管道作业之前进行验证以节省时间。 验证适用于 CLI、Python SDK 和设计器 UI。 以下屏幕截图显示了设计器 UI 中的验证示例。 同样，可在 enum 字段中定义允许的值。
如果要向组件添加输入，务必编辑三个位置：1) 组件 YAML 中的 inputs 字段 2) 组件 YAML 中的 command 字段。 3) 处理命令行输入的组件源代码。 在上面的屏幕截图中用绿色框进行了标记。
环境定义要执行组件的环境。 可以是 Azure 机器学习环境（特选或客户注册的）、Docker 映像或 conda 环境。 请参阅以下示例。
已注册 Azure 机器学习的环境资产。 它在组件中引用，遵循 azureml:<environment-name>:<environment-version> 语法。
公共 docker 映像
conda 文件 Conda 文件需要与基础映像一起使用。
注册组件以重用和共享
虽然某些组件特定于特定管道，但组件的实际优势来自重用和共享。 在机器学习工作区中注册组件，使其可供重用。 已注册的组件支持自动版本控制，因此你可以更新组件，但要确保需使用较旧版本的管道能够继续工作。
在 azureml-examples 存储库中，导航到 cli/jobs/pipelines-with-components/basics/1b_e2e_registered_components 目录。
若要注册组件，请使用 az ml component create 命令：
az ml component create --file train.yml
az ml component create --file score.yml
az ml component create --file eval.yml
运行完这些命令后，可在工作室的“资产”->“组件”下查看组件：
选择组件。 你将看到每个版本的组件的详细信息。
在“详细信息”选项卡下，可看到组件的基本信息，例如名称、创建者、版本等。还可看到“标记”和“说明”的可编辑字段。 标记可用于添加快速搜索的关键字。 说明字段支持 Markdown 格式设置，应将其用于描述组件的功能和基本用途。
在“作业”选项卡下，你将看到使用此组件的所有作业的历史记录。
在管道作业 YAML 文件中使用已注册的组件
现在使用 1b_e2e_registered_components 演示如何在管道 YAML 中使用已注册的组件。 导航到 1b_e2e_registered_components 目录，打开 pipeline.yml 文件。 inputs 和 outputs 字段中的键和值类似于之前讨论过的键和值。 唯一的显著区别是 jobs.<JOB_NAME>.component 项中 component 字段的值。 component 值的格式为 azureml:<COMPONENT_NAME>:<COMPONENT_VERSION>。 例如，train-job 定义指定应使用已注册组件 my_train 的最新版本：
type: command
component: azureml:my_train@latest
inputs:
training_data:
type: uri_folder
path: ./data
max_epocs: ${{parent.inputs.pipeline_job_training_max_epocs}}
learning_rate: ${{parent.inputs.pipeline_job_training_learning_rate}}
learning_rate_schedule: ${{parent.inputs.pipeline_job_learning_rate_schedule}}
outputs:
model_output: ${{parent.outputs.pipeline_job_trained_model}}
services:
my_vscode:
可以使用 CLI (v2) 检查组件详细信息和管理组件。 使用 az ml component -h 获取有关组件命令的详细说明。 下表列出了所有可用的命令。 请参阅 Azure CLI 参考了解更多示例
description
