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.
Wenn Sie den Debugger vollständig deaktivieren möchten, führen Sie einen der folgenden Schritte aus:
-
Bevor Sie mit dem Trainingsauftrag beginnen, führen Sie die folgenden Schritte aus:
Um sowohl die Überwachung als auch die Profilerstellung zu beenden, fügen Sie den
disable_profilerParameter Ihrem Schätzer hinzu und setzen Sie ihn aufTrue.Warnung
Wenn Sie ihn deaktivieren, können Sie das umfassende Studio Debugger Insights-Dashboard und den automatisch generierten Profilerstellungsbericht nicht anzeigen.
Um das Debuggen zu beenden, setzen Sie den
debugger_hook_configParameter aufFalse.Warnung
Wenn Sie es deaktivieren, können Sie keine Ausgabetensoren sammeln und Ihre Modellparameter nicht debuggen.
estimator=Estimator( ... disable_profiler=True debugger_hook_config=False )Weitere Informationen zu den Debugger-spezifischen Parametern finden Sie unter SageMaker AI Estimator
im Amazon SageMaker Python SDK. -
Führen Sie die folgenden Schritte aus, wenn ein Trainingsauftrag ausgeführt wird:
Um sowohl die Überwachung als auch die Profilerstellung zu deaktivieren, während Ihr Trainingsauftrag ausgeführt wird, verwenden Sie die folgende Schätzer-Klassenmethode:
estimator.disable_profiling()Verwenden Sie die folgende
update_profilerMethode, um nur die Framework-Profilerstellung zu deaktivieren und die Systemüberwachung aufrechtzuerhalten:estimator.update_profiler(disable_framework_metrics=true)Weitere Informationen zu den Estimator-Erweiterungsmethoden finden Sie in den Klassenmethoden estimator.disable_profiling und estimator.update_profiler
in der Amazon Python SDK-Dokumentation. SageMaker
