ResourceConfiguration Klass 
Definierar information om resurskonfigurationen för Azure Machine Learning-resurser.
Initiera ResourceConfiguration.
Konstruktor
ResourceConfiguration(cpu=None, memory_in_gb=None, gpu=None)
		Parametrar
| Name | Description | 
|---|---|
| 
		 cpu 
	 | 
	
		
		 Antalet CPU-kärnor som ska allokeras för den här resursen. Kan vara en decimal. Standardvärde: None 
			 | 
| 
		 memory_in_gb 
	 | 
	
		
		 Mängden minne (i GB) som ska allokeras för den här resursen. Kan vara en decimal. Standardvärde: None 
			 | 
| 
		 gpu 
	 | 
	
		
		 Antalet GPU:er som ska allokeras för den här resursen. Standardvärde: None 
			 | 
| 
		 cpu 
			
				Obligatorisk
			 
	 | 
	
		
		 Antalet CPU-kärnor som ska allokeras för den här resursen. Kan vara en decimal.  | 
| 
		 memory_in_gb 
			
				Obligatorisk
			 
	 | 
	
		
		 Mängden minne (i GB) som ska allokeras för den här resursen. Kan vara en decimal.  | 
| 
		 gpu 
			
				Obligatorisk
			 
	 | 
	
		
		 Antalet GPU:er som ska allokeras för den här resursen.  | 
Kommentarer
Initiera en resurskonfiguration med den här klassen. Följande kod visar till exempel hur du registrerar en modell som anger ramverk, indata- och utdatauppsättningar och resurskonfiguration.
   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)
	Metoder
| deserialize | 
					 Konvertera ett JSON-objekt till ett ResourceConfiguration-objekt.  | 
			
| serialize | 
					 Konvertera den här ResourceConfiguration till en JSON-serialiserad ordlista.  | 
			
deserialize
Konvertera ett JSON-objekt till ett ResourceConfiguration-objekt.
static deserialize(payload_obj)
		Parametrar
| Name | Description | 
|---|---|
| 
		 payload_obj 
			
				Obligatorisk
			 
	 | 
	
		
		 Ett JSON-objekt som ska konverteras till ett ResourceConfiguration-objekt.  | 
Returer
| Typ | Description | 
|---|---|
| 
					 ResourceConfiguration-representationen av det angivna JSON-objektet.  | 
		
serialize
Konvertera den här ResourceConfiguration till en JSON-serialiserad ordlista.
serialize()
Returer
| Typ | Description | 
|---|---|
| 
					 JSON-representationen av den här ResourceConfiguration.  |