0 / 0
Go back to the English version of the documentation
流和超节点参数
Last updated: 2024年10月07日
流和超节点参数

参数是用户定义的变量,通过当前流或 SuperNode保存并持久存储。 参数通常用于脚本编制以控制脚本的行为,并且还可以从用户界面访问这些参数。

您可以定义参数,以用于 CLEM 表达式以及脚本编制。 流属性中定义的参数可供流中的所有节点使用。 参数的这种可用性将它们与本地脚本变量区分开来,这些变量只能在声明它们的脚本中使用。

如果保存流,那么还会保存为该流设置的任何参数。

您可以在流脚本或流属性中设置流参数。 有关设置流属性的更多信息,请参阅 设置流的属性

CLEM 表达式中的参数

参数在 CLEM 表达式中由 $P-pname 表示,其中 pname 是参数的名称。 在 CLEM 表达式中使用时,参数必须放在单引号内,例如 '$P-scale'

脚本编制中的参数

您可以使用参数提供字段和值的信息,以便无需在脚本中对值进行硬编码。 例如,您可以创建 minvalue 参数,然后可以将此参数用于当前流中的不同操作,例如选择高于或低于此阈值的记录。 您可以根据需要更改阈值的值。

提示: 有关脚本编制的更多信息,请参阅 脚本编制和自动化 指南。

SuperNodes 中的参数

在该 SuperNode 或任何嵌套节点中构建 CLEM 表达式时,为 SuperNode 设置的任何参数都可用。 为 SuperNode 设置的参数在 SuperNode外部不可用。

您可以使用参数来管理 SuperNode中节点的设置。 此方法可节省时间,因为您不需要直接配置节点。 例如,您希望使用 样本 节点中提供的数据的随机样本在 SuperNode 中训练 神经网络 节点的特定时间长度。 您可以使用参数来指定时间长度和百分比样本的值。 您可以定制节点的属性,以便 Sample 设置在 Sample 节点中为 Random% ,而 Stopping Rules 设置在 Neural Net 节点中为 Use maximum training time 。 然后,您可以为SuperNode,创建参数,如Train.timeSample.random,以访问节点属性并指定值。 定义这些参数后,可以通过在 SuperNode中设置这些参数的值,轻松修改这两个节点中这些设置的值。

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more