Compartir a través de

ResourceConfiguration Clase

Define los detalles de la configuración de recursos de recursos de Azure Machine Learning.

Inicialice resourceConfiguration.

Constructor

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

Parámetros

Nombre Description
cpu
float

Número de núcleos de CPU que se van a asignar para este recurso. Puede ser un decimal.

Valor predeterminado: None
memory_in_gb
float

Cantidad de memoria (en GB) que se va a asignar para este recurso. Puede ser un decimal.

Valor predeterminado: None
gpu
int

Número de GPU que se van a asignar para este recurso.

Valor predeterminado: None
cpu
Requerido
float

Número de núcleos de CPU que se van a asignar para este recurso. Puede ser un decimal.
memory_in_gb
Requerido
float

Cantidad de memoria (en GB) que se va a asignar para este recurso. Puede ser un decimal.
gpu
Requerido
int

Número de GPU que se van a asignar para este recurso.

Comentarios

Inicialice una configuración de recursos con esta clase. Por ejemplo, el código siguiente muestra cómo registrar un modelo que especifica conjuntos de datos de marco, entrada y salida y configuración de recursos.


   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)

Métodos

deserialize

Convierta un objeto JSON en un objeto ResourceConfiguration.
serialize

Convierta esta resourceConfiguration en un diccionario serializado JSON.

deserialize

Convierta un objeto JSON en un objeto ResourceConfiguration.

static deserialize(payload_obj)

Parámetros

Nombre Description
payload_obj
Requerido
dict

Objeto JSON que se va a convertir en un objeto ResourceConfiguration.

Devoluciones

Tipo Description
ResourceConfiguration

Representación resourceConfiguration del objeto JSON proporcionado.

serialize

Convierta esta resourceConfiguration en un diccionario serializado JSON.

serialize()

Devoluciones

Tipo Description
dict

Representación JSON de este ResourceConfiguration.