Partager via

ResourceConfiguration Classe

  • Référence

Définit les détails de la configuration des ressources pour les ressources Azure Machine Learning.

Initialisez resourceConfiguration.

Héritage
builtins.object
ResourceConfiguration

Constructeur

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

Paramètres

Nom Description
cpu
float

Nombre de cœurs UC à allouer à cette ressource. Peut être un nombre décimal.

Valeur par défaut: None
memory_in_gb
float

Quantité de mémoire (en Go) à allouer à cette ressource. Peut être un nombre décimal.

Valeur par défaut: None
gpu
int

Nombre de GPU à allouer à cette ressource.

Valeur par défaut: None
cpu
Obligatoire
float

Nombre de cœurs UC à allouer à cette ressource. Peut être un nombre décimal.
memory_in_gb
Obligatoire
float

Quantité de mémoire (en Go) à allouer à cette ressource. Peut être un nombre décimal.
gpu
Obligatoire
int

Nombre de GPU à allouer à cette ressource.

Remarques

Initialiser une configuration de ressource avec cette classe. Par exemple, le code suivant montre comment inscrire un modèle en spécifiant une infrastructure, des jeux de données d’entrée et de sortie, et la configuration des ressources.


   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)

Méthodes

deserialize

Convertit un objet JSON en objet ResourceConfiguration.
serialize

Convertit cet objet ResourceConfiguration en dictionnaire JSON sérialisé.

deserialize

Convertit un objet JSON en objet ResourceConfiguration.

static deserialize(payload_obj)

Paramètres

Nom Description
payload_obj
Obligatoire
dict

Objet JSON à convertir en objet ResourceConfiguration.

Retours

Type Description
ResourceConfiguration

Représentation ResourceConfiguration de l’objet JSON fourni.

serialize

Convertit cet objet ResourceConfiguration en dictionnaire JSON sérialisé.

serialize()

Retours

Type Description
dict

Représentation JSON de cet objet ResourceConfiguration.