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.
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 Systemmetriken (CPU, GPU, GPU-Speicher, Netzwerk und Daten-I/O) alle 500 Millisekunden und grundlegende Ausgabetensoren (Verlust und Genauigkeit) bei Trainingsaufgaben alle 500 Iterationen. Sie können auch die Debugger-Konfigurationsparameterwerte weiter anpassen und die Speicherintervalle über die Studio Classic-Benutzeroberfläche oder mithilfe des Amazon SageMaker Python SDK
Wichtig
Wenn Sie eine bestehende Studio Classic-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 aktualisieren.
Themen
