ResourceConfiguration Klasse

Definiert die Details für die Ressourcenkonfiguration Azure Machine Learning-Ressourcen.

Initialisieren Sie die ResourceConfiguration.

Vererbung

builtins.object

ResourceConfiguration

Konstruktor

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

Parameter

Name	Beschreibung
cpu	float Die Anzahl von CPU-Kernen, die für diese Ressource zugeordnet werden sollen. Dabei kann es sich um eine Dezimalzahl handeln. Standardwert: None
memory_in_gb	float Die Menge an Arbeitsspeicher (in GB), die für diesen Webdienst zugeordnet werden soll. Dabei kann es sich um eine Dezimalzahl handeln. Standardwert: None
gpu	int Die Anzahl von GPUs, die für diese Ressource zugeordnet werden sollen. Standardwert: None
cpu Erforderlich	float Die Anzahl von CPU-Kernen, die für diese Ressource zugeordnet werden sollen. Dabei kann es sich um eine Dezimalzahl handeln.
memory_in_gb Erforderlich	float Die Menge an Arbeitsspeicher (in GB), die für diesen Webdienst zugeordnet werden soll. Dabei kann es sich um eine Dezimalzahl handeln.
gpu Erforderlich	int Die Anzahl von GPUs, die für diese Ressource zugeordnet werden sollen.

Hinweise

Eine Ressourcenkonfiguration mit dieser Klasse initialisieren. Das folgende Codebeispiel zeigt, wie ein Modell unter Angabe des Frameworks, der Eingabe- und Ausgabedatasets und der Ressourcenkonfiguration registriert wird.

   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)

Methoden

deserialize	Ein JSON-Objekt in ein ResourceConfiguration-Objekt konvertiertieren.
serialize	Dieses ResourceConfiguration-Objekt in ein serialisiertes JSON-Wörterbuch konvertieren.

deserialize

Ein JSON-Objekt in ein ResourceConfiguration-Objekt konvertiertieren.

static deserialize(payload_obj)

Parameter

Name	Beschreibung
payload_obj Erforderlich	dict Ein JSON-Objekt, das in ein ResourceConfiguration-Objekt konvertiert werden soll.

Gibt zurück

Typ	Beschreibung
ResourceConfiguration	Die ResourceConfiguration-Darstellung des bereitgestellten JSON-Objekts.

serialize

Dieses ResourceConfiguration-Objekt in ein serialisiertes JSON-Wörterbuch konvertieren.

serialize()

Gibt zurück

Typ	Beschreibung
dict	Die JSON-Darstellung dieses ResourceConfiguration-Objekts.