Загрузите зарегистрированный компонент в Azure ML для конвейера с помощью пакета SDK Python v2

Я работаю в Azure Machine Learning Studio над созданием компонентов, которые буду запускать вместе в конвейере. В этом базовом примере у меня есть один скрипт python и один файл yml, составляющие мой компонент, а также блокнот, который я использую для определения, создания экземпляров и запуска конвейера. См. обзор структуры папок для этого компонента ниже.

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

Затем я могу загрузить компонент в свой блокнот и зарегистрировать его в рабочей области, используя приведенный ниже код (обратите внимание, что здесь я уже создал экземпляр своего объекта ml_client).

# 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)

Затем я могу успешно передать этот компонент в конвейер. Мой вопрос в том, что теперь, когда я зарегистрировал свой компонент, мне больше не нужно создавать экземпляр объекта компонента с помощью component = load_component("component_def.yml"), для которого требуется доступ к файлу yml. Вместо этого я должен иметь возможность создать экземпляр моего объекта компонента из зарегистрированного компонента. Как я могу это сделать?

🤔 А знаете ли вы, что...
В Python есть множество библиотек и фреймворков для разработки веб-приложений.