使用 Python sdk v2 在 Azure ML for Pipeline 中加载注册组件

Question

我正在 Azure 机器学习工作室中创建将在管道中一起运行的组件。在这个基本示例中，我有一个

python

脚本和一个

yml

文件组成了我的组件，以及一个我用来定义、实例化和运行管道的笔记本。请参阅下面该组件的文件夹结构概述。

📦component
 ┣ 📜notebook.ipynb
 ┣ 📜component_script.py
 ┗ 📜component_def.yml

在我的笔记本中，我可以加载该组件并使用下面的代码将其注册到工作区（请注意，这里我已经实例化了我的

ml_client

对象）。

# importing the Component Package
from azure.ai.ml import load_component

# Loading the component from the yml file
component = load_component("component_def.yml")

# Now we register the component to the workspace
component = ml_client.create_or_update(component)

然后我可以成功地将这个组件传递到管道中。我的问题是，现在我已经注册了我的组件，我应该不再需要使用

component = load_component("component_def.yml")

实例化我的组件对象，这需要访问

yml

文件。相反，我应该能够从注册的组件实例化我的组件对象。我怎样才能做到这一点？

Answer 1

在微软文档中找到了解决方案，在此发布答案，以防其他人难以找到解决方案。事实证明，使用 python sdk v2 可以非常简单地实现这一点，只需一行代码即可完成，请参阅下面的文档摘录here：

prep = ml_client.components.get(name="prep_data", version="1")