Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Misleading error message when using Pipeline Parameters with same name

Ouverte
#1,807 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
30/100
Type d'issue
Bug
Clarté
Plutôt claire
Activité
À l'abandon
Stack technique
python

Piste de recherche

Commencez dans azureml/pipeline/core/graph.py autour de str à la ligne 4538 et reproduisez l’exemple en utilisant deux objets PipelineParameter portant le même nom. Suivez l’endroit où les noms en double sont traités ; c’est terminé lorsque la collision produit une erreur informative identifiant le paramètre en double, plutôt que « PipelineDataset does not have a name. »

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

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**
Langage dominant
Jupyter Notebook
Étoiles
4.4k
Forks
2.6k
Métriques de merge des PR
Aucune PR mergée en 30 j

Guide de contribution

Aucun guide de contribution indexé pour ce dépôt

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de Azure/MachineLearningNotebooks

Toutes les issues de Azure/MachineLearningNotebooks

Issues similaires

Plus d'issues Machine Learning

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.