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.
Greifen Sie auf die Profildaten zu
Die SMDebug TrainingJob
Klasse liest Daten aus dem S3-Bucket, in dem die System- und Framework-Metriken gespeichert sind.
So richten Sie ein TrainingJob
Objekt ein und rufen die Profilergebnisdateien eines Trainingsauftrags ab
from smdebug.profiler.analysis.notebook_utils.training_job import TrainingJob tj = TrainingJob(training_job_name, region)
Tipp
Sie müssen die training_job_name
and region
Parameter angeben, um einen Trainingsauftrag protokollieren zu können. Es gibt zwei Möglichkeiten, die Informationen zum Trainingsuftrag anzugeben:
-
Verwenden Sie SageMaker Python, SDK solange der Schätzer noch an den Trainingsjob angehängt ist.
import sagemaker training_job_name=estimator.latest_training_job.job_name region=sagemaker.Session().boto_region_name
-
Übergeben Sie Strings direkt.
training_job_name="
your-training-job-name-YYYY-MM-DD-HH-MM-SS-SSS
" region="us-west-2
"
Anmerkung
Standardmäßig erfasst der SageMaker Debugger Systemmetriken, um die Auslastung der Hardwareressourcen und Systemengpässe zu überwachen. Wenn Sie die folgenden Funktionen ausführen, erhalten Sie möglicherweise Fehlermeldungen über die Nichtverfügbarkeit von Rahmenmetriken. Um Framework-Profiling-Daten abzurufen und Einblicke in die Framework-Operationen zu erhalten, müssen Sie das Framework-Profiling aktivieren.
-
Wenn Sie SageMaker Python verwendenSDK, um Ihre Trainingsanfrage zu bearbeiten, übergeben Sie das
framework_profile_params
an dasprofiler_config
Argument Ihres Schätzers. Weitere Informationen finden Sie unter Configure SageMaker Debugger Framework Profiling. -
Wenn Sie Studio Classic verwenden, aktivieren Sie die Profilerstellung mit der Umschaltfläche Profiling im Debugger Insights-Dashboard. Weitere Informationen finden Sie unter SageMaker Debugger Insights Dashboard Controller.
Um eine Beschreibung der Trainingsjobbeschreibung und des S3-Buckets abzurufen, URI in dem die Metrikdaten gespeichert sind
tj.describe_training_job() tj.get_config_and_profiler_s3_output_path()
Um zu überprüfen, ob die System- und Framework-Metriken auf dem S3 verfügbar sind URI
tj.wait_for_sys_profiling_data_to_be_available() tj.wait_for_framework_profiling_data_to_be_available()
Erstellung von System- und Rahmenleseobjekten, nachdem die metrischen Daten verfügbar sind
system_metrics_reader = tj.get_systems_metrics_reader() framework_metrics_reader = tj.get_framework_metrics_reader()
So aktualisieren und rufen Sie die neuesten Trainingsereignisdateien ab
Die Reader-Objekte verfügen über eine erweiterte Methode, refresh_event_file_list()
, um die neuesten Trainingsereignisdateien abzurufen.
system_metrics_reader.refresh_event_file_list() framework_metrics_reader.refresh_event_file_list()