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

Nome Descrizione
cpu
float

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

Valore predefinito: None
memory_in_gb
float

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

Valore predefinito: None
gpu
int

Numero di GPU da allocare per questa risorsa.

Valore predefinito: None
cpu
Necessario
float

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

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

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

Nome Descrizione
payload_obj
Necessario
dict

Oggetto JSON da convertire in un oggetto ResourceConfiguration.

Restituisce

Tipo Descrizione
ResourceConfiguration

Rappresentazione ResourceConfiguration dell'oggetto JSON fornito.

serialize

Convertire questo oggetto ResourceConfiguration in un dizionario serializzato JSON.

serialize()

Restituisce

Tipo Descrizione
dict

Rappresentazione JSON di questo oggetto ResourceConfiguration.