ResourceConfiguration Classe

Definisce i dettagli per la configurazione delle risorse di Azure Machine Learning.

Inizializzare ResourceConfiguration.

Ereditarietà

builtins.object

ResourceConfiguration

Costruttore

ResourceConfiguration(cpu=None, memory_in_gb=None, gpu=None)

Parametri

Nome	Descrizione
cpu	float Numero di core CPU da allocare per questa risorsa. Può essere un decimale. Valore predefinito: None
memory_in_gb	float Quantità di memoria (in GB) da allocare per questa risorsa. Può essere un decimale. Valore predefinito: None
gpu	int Numero di GPU da allocare per questa risorsa. Valore predefinito: None
cpu Necessario	float Numero di core CPU da allocare per questa risorsa. Può essere un decimale.
memory_in_gb Necessario	float Quantità di memoria (in GB) da allocare per questa risorsa. Può essere un decimale.
gpu Necessario	int Numero di GPU da allocare per questa risorsa.

Commenti

Inizializzare una configurazione delle risorse con questa classe. Ad esempio, il codice seguente illustra come registrare un modello specificando i set di dati di framework, input e output e la configurazione delle risorse.

   import sklearn

   from azureml.core import Model
   from azureml.core.resource_configuration import ResourceConfiguration


   model = Model.register(workspace=ws,
                          model_name='my-sklearn-model',                # Name of the registered model in your workspace.
                          model_path='./sklearn_regression_model.pkl',  # Local file to upload and register as a model.
                          model_framework=Model.Framework.SCIKITLEARN,  # Framework used to create the model.
                          model_framework_version=sklearn.__version__,  # Version of scikit-learn used to create the model.
                          sample_input_dataset=input_dataset,
                          sample_output_dataset=output_dataset,
                          resource_configuration=ResourceConfiguration(cpu=1, memory_in_gb=0.5),
                          description='Ridge regression model to predict diabetes progression.',
                          tags={'area': 'diabetes', 'type': 'regression'})

   print('Name:', model.name)
   print('Version:', model.version)

Metodi

deserialize	Convertire un oggetto JSON in un oggetto ResourceConfiguration.
serialize	Convertire questo oggetto ResourceConfiguration in un dizionario serializzato JSON.

deserialize

Convertire un oggetto JSON in un oggetto ResourceConfiguration.

static deserialize(payload_obj)

Parametri

Nome	Descrizione
payload_obj Necessario	dict Oggetto JSON da convertire in un oggetto ResourceConfiguration.

Restituisce

Tipo	Descrizione
ResourceConfiguration	Rappresentazione ResourceConfiguration dell'oggetto JSON fornito.

serialize

Convertire questo oggetto ResourceConfiguration in un dizionario serializzato JSON.

serialize()

Restituisce

Tipo	Descrizione
dict	Rappresentazione JSON di questo oggetto ResourceConfiguration.