ResourceConfiguration Klasse

  • Referenz

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.