ResourceConfiguration Sınıf
Azure Machine Learning kaynaklarının kaynak yapılandırmasının ayrıntılarını tanımlar.
ResourceConfiguration'ı başlatın.
- Devralma
-
builtins.objectResourceConfiguration
Oluşturucu
ResourceConfiguration(cpu=None, memory_in_gb=None, gpu=None)
Parametreler
- memory_in_gb
- float
Bu kaynak için ayrılacak bellek miktarı (GB cinsinden). Ondalık olabilir.
- memory_in_gb
- float
Bu kaynak için ayrılacak bellek miktarı (GB cinsinden). Ondalık olabilir.
Açıklamalar
Bu sınıfla bir kaynak yapılandırması başlatın. Örneğin, aşağıdaki kod çerçeve, giriş ve çıkış veri kümeleri ve kaynak yapılandırmasını belirten bir modelin nasıl kaydedileceğini gösterir.
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)
Yöntemler
deserialize |
JSON nesnesini ResourceConfiguration nesnesine dönüştürün. |
serialize |
Bu ResourceConfiguration öğesini JSON serileştirilmiş sözlüğe dönüştürün. |
deserialize
JSON nesnesini ResourceConfiguration nesnesine dönüştürün.
static deserialize(payload_obj)
Parametreler
Döndürülenler
Sağlanan JSON nesnesinin ResourceConfiguration gösterimi.
Dönüş türü
serialize
Bu ResourceConfiguration öğesini JSON serileştirilmiş sözlüğe dönüştürün.
serialize()
Döndürülenler
Bu ResourceConfiguration'ın JSON gösterimi.
Dönüş türü
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin