В Kedro мы можем конвейеризовать разные узлы и частично запустить некоторые узлы. Когда мы частично выполняем некоторые узлы, нам нужно сохранить некоторые входные данные от узлов где-нибудь, чтобы при запуске другого узла он мог получить доступ к данным, сгенерированным предыдущим узлом. Тем не менее, в каком файле мы пишем код для этого - pipe.py, run.py или node.py?
Например, я пытаюсь сохранить путь dir непосредственно к DataCatalog под именем переменной'model_path.
Фрагмент из pipe.py:
# A mapping from a pipeline name to a ``Pipeline`` object.
def create_pipelines(**kwargs) -> Dict[str, Pipeline]:
io = DataCatalog(dict(
model_path=MemoryDataSet()
))
io.save('model_path', "data/06_models/model_test")
print('****', io.exists('model_path'))
pipeline = Pipeline([
node(
split_files,
["data_csv", "parameters"],
["train_filenames", "val_filenames", "train_labels", "val_labels"],
name="splitting filenames"
),
# node(
# create_and_train,
# ["train_filenames", "val_filenames", "train_labels", "val_labels", "parameters"],
# "model_path",
# name="Create Dataset, Train and Save Model"
# ),
node(
validate_model,
["val_filenames", "val_labels", "model_path"],
None,
name="Validate Model",
)
]).decorate(decorators.log_time, decorators.mem_profile)
return {
"__default__": pipeline
}
Однако при запуске Kedro я получаю следующую ошибку:
ValueError: Pipeline input(s) {'model_path'} not found in the DataCatalog