ResourceConfiguration Класс

  • Ссылка

Определяет сведения о конфигурации ресурсов Машинного обучения Azure.

Инициализируйте ResourceConfiguration.

Наследование
builtins.object
ResourceConfiguration

Конструктор

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

Параметры

cpu
float
значение по умолчанию: None

Количество ядер ЦП, выделяемых для этого ресурса. Может быть выражено десятичной дробью.

memory_in_gb
float
значение по умолчанию: None

Объем памяти (в ГБ), выделяемой для этого ресурса. Может быть выражено десятичной дробью.

gpu
int
значение по умолчанию: None

Количество GPU, выделяемых для этого ресурса.

cpu
float
Обязательно

Количество ядер ЦП, выделяемых для этого ресурса. Может быть выражено десятичной дробью.

memory_in_gb
float
Обязательно

Объем памяти (в ГБ), выделяемой для этого ресурса. Может быть выражено десятичной дробью.

gpu
int
Обязательно

Количество GPU, выделяемых для этого ресурса.

Комментарии

Инициализация конфигурации ресурсов с помощью этого класса. Например, в следующем коде показано, как зарегистрировать модель с указанием платформы, наборов входных и выходных данных и конфигурации ресурсов.


   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)

Методы

deserialize

Преобразование объекта JSON в объект ResourceConfiguration.
serialize

Преобразование этой ResourceConfiguration в сериализованный словарь JSON.

deserialize

Преобразование объекта JSON в объект ResourceConfiguration.

static deserialize(payload_obj)

Параметры

payload_obj
dict
Обязательно

Объект JSON для преобразования в объект ResourceConfiguration.

Возвращаемое значение

Представление ResourceConfiguration указанного объекта JSON.

Возвращаемый тип

ResourceConfiguration

serialize

Преобразование этой ResourceConfiguration в сериализованный словарь JSON.

serialize()

Возвращаемое значение

Представление JSON этой ResourceConfiguration.

Возвращаемый тип

dict