ResourceConfiguration Klasa

  • Odwołanie

Definiuje szczegóły konfiguracji zasobów usługi Azure Machine Learning.

Zainicjuj element ResourceConfiguration.

Dziedziczenie
builtins.object
ResourceConfiguration

Konstruktor

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

Parametry

cpu
float
wartość domyślna: None

Liczba rdzeni procesora CPU do przydzielenia dla tego zasobu. Może to być liczba dziesiętna.

memory_in_gb
float
wartość domyślna: None

Ilość pamięci (w GB) do przydzielenia dla tego zasobu. Może to być liczba dziesiętna.

gpu
int
wartość domyślna: None

Liczba procesorów GPU do przydzielenia dla tego zasobu.

cpu
float
Wymagane

Liczba rdzeni procesora CPU do przydzielenia dla tego zasobu. Może to być liczba dziesiętna.

memory_in_gb
float
Wymagane

Ilość pamięci (w GB) do przydzielenia dla tego zasobu. Może to być liczba dziesiętna.

gpu
int
Wymagane

Liczba procesorów GPU do przydzielenia dla tego zasobu.

Uwagi

Zainicjuj konfigurację zasobów za pomocą tej klasy. Na przykład poniższy kod pokazuje, jak zarejestrować model określający strukturę, wejściowe i wyjściowe zestawy danych oraz konfigurację zasobów.


   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)

Metody

deserialize

Przekonwertuj obiekt JSON na obiekt ResourceConfiguration.
serialize

Przekonwertuj tę konfigurację zasobu na słownik serializacji JSON.

deserialize

Przekonwertuj obiekt JSON na obiekt ResourceConfiguration.

static deserialize(payload_obj)

Parametry

payload_obj
dict
Wymagane

Obiekt JSON do konwersji na obiekt ResourceConfiguration.

Zwraca

Reprezentacja elementu ResourceConfiguration dostarczonego obiektu JSON.

Typ zwracany

ResourceConfiguration

serialize

Przekonwertuj tę konfigurację zasobu na słownik serializacji JSON.

serialize()

Zwraca

Reprezentacja JSON tej klasy ResourceConfiguration.

Typ zwracany

dict