View a markdown version of this page

Stellen Sie die Daten der System- und Framework-Metriken grafisch dar - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Stellen Sie die Daten der System- und Framework-Metriken grafisch dar

Anmerkung

Hinweis zum Ende des Supports: Am 30. Juni 2027 AWS wird der Support für Amazon SageMaker Profiler eingestellt. Nach dem 30. Juni 2027 können Sie nicht mehr auf die Profiler-Konsole oder die Profiler-Ressourcen zugreifen. Weitere Informationen finden Sie unter Änderung der Profiler-Verfügbarkeit.

Sie können die System- und Algorithmusmetrikobjekte für die folgenden Visualisierungsklassen verwenden, um Zeitliniendiagramme und Histogramme zu erstellen.

Anmerkung

Geben Sie die Parameter select_dimensions und select_events an, um die Daten mit eingegrenzten Metriken in den folgenden Methoden zur Darstellung von Visualisierungsobjekten zu visualisieren. Wenn Sie beispielsweise angeben select_dimensions=["GPU"], filtern die Plotmethoden die Metriken, die das Schlüsselwort „GPU“ enthalten. Wenn Sie angeben select_events=["total"], filtern die Darstellungsmethoden die Metriken, die die Ereignis-Tags "total" am Ende der Metriknamen enthalten. Wenn Sie diese Parameter aktivieren und die Schlüsselwörter angeben, geben die Visualisierungsklassen die Diagramme mit gefilterten Metriken zurück.

  • Die MetricsHistogram Klasse

    from smdebug.profiler.analysis.notebook_utils.metrics_histogram import MetricsHistogram

metrics_histogram = MetricsHistogram(system_metrics_reader)
metrics_histogram.plot(
    starttime=0, 
    endtime=system_metrics_reader.get_timestamp_of_latest_available_file(), 
    select_dimensions=["CPU", "GPU", "I/O"], # optional
    select_events=["total"]                  # optional
)

  • Die StepTimelineChart Klasse

    from smdebug.profiler.analysis.notebook_utils.step_timeline_chart import StepTimelineChart

view_step_timeline_chart = StepTimelineChart(framework_metrics_reader)

  • Die StepHistogram Klasse

    from smdebug.profiler.analysis.notebook_utils.step_histogram import StepHistogram

step_histogram = StepHistogram(framework_metrics_reader)
step_histogram.plot(
    starttime=step_histogram.last_timestamp - 5 * 1000 * 1000, 
    endtime=step_histogram.last_timestamp, 
    show_workers=True
)

  • Die TimelineCharts Klasse

    from smdebug.profiler.analysis.notebook_utils.timeline_charts import TimelineCharts

view_timeline_charts = TimelineCharts(
    system_metrics_reader, 
    framework_metrics_reader,
    select_dimensions=["CPU", "GPU", "I/O"], # optional
    select_events=["total"]                  # optional 
)

view_timeline_charts.plot_detailed_profiler_data([700,710])

  • Die Heatmap Klasse

    from smdebug.profiler.analysis.notebook_utils.heatmap import Heatmap

view_heatmap = Heatmap(
    system_metrics_reader,
    framework_metrics_reader,
    select_dimensions=["CPU", "GPU", "I/O"], # optional
    select_events=["total"],                 # optional
    plot_height=450
)