Dela via

ResourceConfiguration Klass

  • Referens

Definierar information om resurskonfigurationen för Azure Machine Learning-resurser.

Initiera ResourceConfiguration.

Arv
builtins.object
ResourceConfiguration

Konstruktor

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

Parametrar

Name Description
cpu
float

Antalet CPU-kärnor som ska allokeras för den här resursen. Kan vara en decimal.

Standardvärde: None
memory_in_gb
float

Mängden minne (i GB) som ska allokeras för den här resursen. Kan vara en decimal.

Standardvärde: None
gpu
int

Antalet GPU:er som ska allokeras för den här resursen.

Standardvärde: None
cpu
Obligatorisk
float

Antalet CPU-kärnor som ska allokeras för den här resursen. Kan vara en decimal.
memory_in_gb
Obligatorisk
float

Mängden minne (i GB) som ska allokeras för den här resursen. Kan vara en decimal.
gpu
Obligatorisk
int

Antalet GPU:er som ska allokeras för den här resursen.

Kommentarer

Initiera en resurskonfiguration med den här klassen. Följande kod visar till exempel hur du registrerar en modell som anger ramverk, indata- och utdatauppsättningar och resurskonfiguration.


   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)

Metoder

deserialize

Konvertera ett JSON-objekt till ett ResourceConfiguration-objekt.
serialize

Konvertera den här ResourceConfiguration till en serialiserad JSON-ordlista.

deserialize

Konvertera ett JSON-objekt till ett ResourceConfiguration-objekt.

static deserialize(payload_obj)

Parametrar

Name Description
payload_obj
Obligatorisk
dict

Ett JSON-objekt som ska konverteras till ett ResourceConfiguration-objekt.

Returer

Typ Description
ResourceConfiguration

ResourceConfiguration-representationen av det angivna JSON-objektet.

serialize

Konvertera den här ResourceConfiguration till en serialiserad JSON-ordlista.

serialize()

Returer

Typ Description
dict

JSON-representationen av den här ResourceConfiguration.