我正在使用MLMDMetadataStore来管理数据管道,我需要在MLMD中添加一个执行属性,以便稍后获取此属性。
我试着加上这个:
from ml_metadata.proto import metadata_store_pb2
from ml_metadata.metadata_store import metadata_store
def create_mlmd_database_in_memory():
connection_config = metadata_store_pb2.ConnectionConfig()
connection_config.fake_database.SetInParent() # Sets an empty fake database proto.
store = metadata_store.MetadataStore(connection_config)
return store
store = create_mlmd_database_in_memory()
# Create an ExecutionType, e.g., Trainer
trainer_type = metadata_store_pb2.ExecutionType()
trainer_type.name = "TrainerTest"
trainer_type_id = store.put_execution_type(trainer_type)
# Register the Execution of a Trainer run
trainer_run = metadata_store_pb2.Execution()
trainer_run.type_id = trainer_type_id
trainer_run.properties["pipeline_name"].string_value = "PIPELINE_NAME"
[run_id] = store.put_executions([trainer_run])
但我得到了这个错误:
InvalidArgumentError: Found unknown property: pipeline_name
有人知道怎么做吗?
1条答案
按热度按时间fslejnso1#
执行类型中缺少添加属性。
就像这样
参考https://www.tensorflow.org/tfx/guide/mlmd:
执行是ML工作流中组件运行或步骤以及运行时参数的记录。执行可以被视为ExecutionType的示例。当您运行ML管道或步骤时,会记录执行。