Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Attributs de clé de cache par défaut par type d'étape du pipeline
Lorsque vous décidez de réutiliser une étape de pipeline précédente ou de réexécuter l'étape, Pipelines vérifie si certains attributs ont changé. Si l'ensemble d'attributs est différent de toutes les exécutions précédentes au cours du délai imparti, l'étape s'exécute à nouveau. Ces attributs incluent les artefacts d'entrée, les spécifications de l'application ou de l'algorithme, ainsi que les variables d'environnement. La liste suivante indique chaque type d'étape du pipeline et les attributs qui, s'ils sont modifiés, déclenchent une nouvelle exécution de l'étape. Pour plus d'informations sur les SDK paramètres Python utilisés pour créer les attributs suivants, consultez la section Configuration de la mise en cache
-
AppSpecification
-
Environnement
-
ProcessingInputs. Cet attribut contient des informations sur le script de prétraitement.
-
AlgorithmSpecification
-
CheckpointConfig
-
DebugHookConfig
-
DebugRuleConfigurations
-
Environnement
-
HyperParameters
-
InputDataConfig. Cet attribut contient des informations sur le script d'entraînement.
-
HyperParameterTuningJobConfig
-
TrainingJobDefinition. Cet attribut est composé de plusieurs attributs enfants, qui ne provoquent pas tous une nouvelle exécution de l'étape. Les attributs enfants susceptibles d'entraîner une nouvelle exécution (s'ils sont modifiés) sont les suivants :
-
AlgorithmSpecification
-
HyperParameterRanges
-
InputDataConfig
-
StaticHyperParameters
-
TuningObjective
-
-
TrainingJobDefinitions
-
Une utoMLJob Config. Cet attribut est composé de plusieurs attributs enfants, qui ne provoquent pas tous une nouvelle exécution de l'étape. Les attributs enfants susceptibles d'entraîner une nouvelle exécution (s'ils sont modifiés) sont les suivants :
-
CompletionCriteria
-
CandidateGenerationConfig
-
DataSplitConfig
-
Mode
-
-
Un utoMLJob objectif
InputDataConfig
ProblemType
-
DataProcessing
-
Environnement
-
ModelName
-
TransformInput
-
ClarifyCheckConfig
-
CheckJobConfig
-
SkipCheck
-
RegisterNewBaseline
-
ModelPackageGroupName
-
SuppliedBaselineConstraints
-
QualityCheckConfig
-
CheckJobConfig
-
SkipCheck
-
RegisterNewBaseline
-
ModelPackageGroupName
-
SuppliedBaselineConstraints
-
SuppliedBaselineStatistics
-
ClusterId
-
StepConfig