Misleading error message when using Pipeline Parameters with same name
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 30/100
- Issue-Typ
- Bug
- Klarheit
- Größtenteils klar
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- python
- Bereich
- machine-learning
Rechercherichtung
Beginne in azureml/pipeline/core/graph.py bei str in der Nähe von Zeile 4538 und reproduziere das Beispiel mit zwei PipelineParameter-Objekten mit demselben Namen. Verfolge, wo die doppelten Namen behandelt werden; fertig ist es, wenn die Kollision einen informativen Fehler erzeugt, der den doppelten Parameter identifiziert, statt „PipelineDataset does not have a name.“
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
I accidently provided the same parameter name for two different pipeline parameters used in different steps, what lead to the error message:
ValueError: PipelineDataset does not have a name.
> /anaconda/envs/azureml_py38/lib/python3.8/site-packages/azureml/pipeline/core/graph.py(4538)__str__()
4536 """
4537 if not self.name:
-> 4538 raise ValueError("PipelineDataset does not have a name.")
4539 return "$AZUREML_DATAREFERENCE_{0}".format(self.name)
4540
Sample code leading to the issue (assuming default_input_ds: TabularDataset, output_loc: PipelineData, run configs and computetarget are initialized)
input_ds_pipeline_param = PipelineParameter(
name="input_ds_param", default_value=default_input_ds
)
input_ds_consumption = DatasetConsumptionConfig(
"tabular_dataset", input_ds_pipeline_param
)
scoring_step = ParallelRunStep(
name="scoringstep",
inputs=[input_ds_consumption],
output=output_loc,
parallel_run_config=score_run_config,
allow_reuse=False,
)
destination_path = PipelineParameter(
name="input_ds_param",
default_value="samplepath/sampleoutput.parquet",
)
copying_step = PythonScriptStep(
name="scorecopystep",
script_name="scoring/parallel_batchscore_copyoutput.py",
source_directory="../aml_sourcedir",
arguments=["--output_path", output_loc, "--destination_path", destination_path],
inputs=[output_loc],
allow_reuse=False,
compute_target=aml_compute_score,
runconfig=copy_run_config,
)
Pipeline(workspace=ws, steps=[scoring_step, copying_step])
---
#### Document Details
⚠ *Do not edit this section. It is required for docs.microsoft.com ➟ GitHub issue linking.*
* ID: 696d753e-ad1b-3e09-6756-425de691b1be
* Version Independent ID: 42ba9f58-3c4d-4cf7-1f89-1fea2a2efa62
* Content: [azureml.pipeline.core.graph module - Azure Machine Learning Python](https://docs.microsoft.com/en-us/python/api/azureml-pipeline-core/azureml.pipeline.core.graph?view=azure-ml-py)
* Content Source: [AzureML-Docset/stable/docs-ref-autogen/azureml-pipeline-core/azureml.pipeline.core.graph.yml](https://github.com/MicrosoftDocs/MachineLearning-Python-pr/blob/live/AzureML-Docset/stable/docs-ref-autogen/azureml-pipeline-core/azureml.pipeline.core.graph.yml)
* Service: **machine-learning**
* Sub-service: **core**
* GitHub Login: @DebFro
* Microsoft Alias: **debfro**- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 4.4k
- Forks
- 2.6k
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus Azure/MachineLearningNotebooks
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
Azure/MachineLearningNotebooks#1975 · 1 Kommentar ·
-
duplicatesOffen
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 68/100
Azure/MachineLearningNotebooks#1960 ·
-
machineOffen
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 10/100
Azure/MachineLearningNotebooks#1987 ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
Azure/MachineLearningNotebooks#1985 · 1 Kommentar ·
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 35/100
Azure/MachineLearningNotebooks#1981 · 1 Reaktion ·
Alle Issues in Azure/MachineLearningNotebooks
Ähnliche Issues
-
good first issue
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 88/100
selimfirat/pysad#156 · 1 Kommentar ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 88/100
huggingface/diffusers#14888 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
pytorch/rl#4489 · 1 Kommentar ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 74/100
microsoft/hummingbird#815 ·
-
bug bug_feature_triaged max
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
Maintainer antworten meist innerhalb von 1 Tag