TensorBoard bei Amazon SageMaker - Amazon SageMaker
Unterstützte Frameworks und AWS-Regionen

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.

TensorBoard bei Amazon SageMaker

Amazon SageMaker with TensorBoard ist eine Funktion von Amazon SageMaker , die die TensorBoardVisualisierungstools in SageMaker Training SageMaker und Domain integriert und in diese integriert. Es bietet Optionen zur Verwaltung Ihres AWS Kontos und der Benutzer, die zum Konto gehören, über eine SageMaker Domain, um den Domain-Benutzern Zugriff auf die TensorBoard Daten mit den entsprechenden Berechtigungen für Amazon S3 zu gewähren und die Domain-Benutzer bei der Durchführung von Modell-Debugging-Aufgaben mithilfe der TensorBoard Visualisierungs-Plug-ins zu unterstützen. SageMaker with TensorBoard wird um das SageMaker Data Manager-Plugin erweitert, mit dem Domain-Benutzer an einer Stelle innerhalb der Anwendung auf eine Reihe von Schulungsjobs zugreifen können. TensorBoard

Anmerkung

Diese Funktion dient zum Debuggen des Trainings von Deep-Learning-Modellen mithilfe von PyTorch oder TensorFlow.

Für Datenwissenschaftler

Das Training großer Modelle kann zu wissenschaftlichen Problemen führen, bei denen Datenwissenschaftler sie debuggen und lösen müssen, um die Modellkonvergenz zu verbessern und Gradientenabstiegsprozesse zu stabilisieren.

Wenn Sie auf Probleme beim Modelltraining stoßen, wie z. B. Verlust statt Konvergenz oder verschwindende oder explodierende Gewichte und Gradienten, müssen Sie auf Tensordaten zugreifen, um die Modellparameter, Skalare und alle benutzerdefinierten Metriken eingehend zu analysieren. Mithilfe von SageMaker with TensorBoard können Sie Modellausgabetensoren visualisieren, die aus Trainingsjobs extrahiert wurden. Beim Experimentieren mit verschiedenen Modellen, mehreren Trainingsläufen und Modellhyperparametern können Sie mehrere Trainingsjobs auswählen TensorBoard und sie an einem Ort vergleichen.

Für Administratoren

Über die TensorBoard Landingpage in der SageMaker Konsole oder SageMaker Domäne können Sie TensorBoard Anwendungsbenutzer verwalten, wenn Sie Administrator eines AWS Kontos oder einer SageMaker Domäne sind. Jeder Domänenbenutzer kann mit den erteilten Berechtigungen auf seine eigene TensorBoard Anwendung zugreifen. Als SageMaker Domänenadministrator und Domänenbenutzer können Sie die TensorBoard Anwendung erstellen und löschen, sofern Sie über die entsprechende Berechtigungsstufe verfügen.

Anmerkung

Sie können die TensorBoard Anwendung nicht für Zwecke der Zusammenarbeit gemeinsam nutzen, da die SageMaker Domäne die gemeinsame Nutzung von Anwendungen durch Benutzer nicht zulässt. Benutzer können die in einem S3-Bucket gespeicherten Ausgabetensoren gemeinsam nutzen, wenn sie Zugriff auf den Bucket haben.

Unterstützte Frameworks und AWS-Regionen

Die TensorBoard Anwendung in SageMaker ist für die folgenden Frameworks für maschinelles Lernen verfügbar und AWS-Regionen.

Frameworks

  • PyTorch

  • TensorFlow

  • Transformers mit Hugging Face

AWS-Regionen

  • USA Ost (Nord-Virginia) (us-east-1)

  • USA Ost (Ohio) (us-east-2)

  • USA West (Oregon) (us-west-2)

  • Europa (Frankfurt) (eu-central-1)

  • Europa (Irland) (eu-west-1)

Anmerkung

Amazon SageMaker mit TensorBoard wird auf einer ml.r5.large Instance ausgeführt und es fallen Gebühren nach Ablauf des SageMaker kostenlosen Kontingents oder der kostenlosen Testphase der Funktion an. Weitere Informationen finden Sie unter SageMakerAmazon-Preise.

Themen