Share via

ResourceConfiguration Classe

  • Riferimento

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

cpu
float
valore predefinito: None

Numero di core CPU da allocare per questa risorsa. Può essere un decimale.

memory_in_gb
float
valore predefinito: None

Quantità di memoria (in GB) da allocare per questa risorsa. Può essere un decimale.

gpu
int
valore predefinito: None

Numero di GPU da allocare per questa risorsa.

cpu
float
Necessario

Numero di core CPU da allocare per questa risorsa. Può essere un decimale.

memory_in_gb
float
Necessario

Quantità di memoria (in GB) da allocare per questa risorsa. Può essere un decimale.

gpu
int
Necessario

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

payload_obj
dict
Necessario

Oggetto JSON da convertire in un oggetto ResourceConfiguration.

Restituisce

Rappresentazione ResourceConfiguration dell'oggetto JSON fornito.

Tipo restituito

ResourceConfiguration

serialize

Convertire questo oggetto ResourceConfiguration in un dizionario serializzato JSON.

serialize()

Restituisce

Rappresentazione JSON di questo oggetto ResourceConfiguration.

Tipo restituito

dict