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.
Amazon SageMaker Debugger-Benutzeroberfläche in Amazon SageMaker Studio Classic Experiments
Anmerkung
Hinweis zum Ende des Supports: Am 30. Juni 2027 AWS wird der Support für Amazon Profiler eingestellt. SageMaker 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.
Verwenden Sie das Amazon SageMaker Debugger Insights-Dashboard in Amazon SageMaker Studio Classic Experiments, um Ihre Modellleistung und Systemengpässe zu analysieren, während Sie Trainingsjobs auf Amazon Elastic Compute Cloud (Amazon EC2) -Instances ausführen. Gewinnen Sie mit den Debugger-Dashboards Einblicke in Ihre Trainingsaufträge und verbessern Sie die Trainingsleistung und Genauigkeit Ihres Modells. Standardmäßig überwacht der Debugger die Systemmetriken (CPU, GPU, GPU-Speicher, Netzwerk und Daten I/O) alle 500 Millisekunden und grundlegende Ausgabetensoren (Verlust und Genauigkeit) alle 500 Iterationen für Trainingsjobs. Sie können die Werte der Debugger-Konfigurationsparameter auch weiter anpassen und die Speicherintervalle über die Studio Classic-Benutzeroberfläche oder das Amazon Python SDK anpassen. SageMaker
Wichtig
Wenn Sie eine bestehende Studio-App verwenden, löschen Sie die App und starten Sie sie neu, um die neuesten Studio-Classic-Funktionen nutzen zu können. Anweisungen zum Neustarten und Aktualisieren Ihrer Studio Classic-Umgebung finden Sie unter Amazon SageMaker AI Studio Classic https://docs.aws.amazon.com/sagemaker/latest/dg/studio-tasks-update.html aktualisieren.
Themen
