TensorBoard in Amazon SageMaker AI - Amazon SageMaker KI
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 in Amazon SageMaker AI

Amazon SageMaker AI with TensorBoard ist eine Funktion von Amazon SageMaker AI, die die TensorBoardVisualisierungstools auf SageMaker KI umstellt und in SageMaker Training und Domain integriert. Es bietet Optionen zur Verwaltung Ihres AWS Kontos und der zum Konto gehörenden Benutzer über die SageMaker AI-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-Plugins zu unterstützen. SageMaker KI with TensorBoard wird um das SageMaker AI 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. Wenn Sie SageMaker KI mit verwenden TensorBoard, können Sie Modellausgabetensoren visualisieren, die aus Trainingsjobs extrahiert wurden. Wenn Sie mit verschiedenen Modellen, mehreren Trainingsläufen und Modellhyperparametern experimentieren, können Sie mehrere Trainingsjobs auswählen TensorBoard und sie an einem Ort vergleichen.

Für Administratoren

Über die TensorBoard Landingpage in der SageMaker KI-Konsole oder SageMaker AI-Domain können Sie TensorBoard Anwendungsbenutzer verwalten, wenn Sie Administrator eines AWS Kontos oder einer SageMaker KI-Domain sind. Jeder Domänenbenutzer kann mit den erteilten Berechtigungen auf seine eigene TensorBoard Anwendung zugreifen. Als SageMaker AI-Domänenadministrator und Domänenbenutzer können Sie die TensorBoard Anwendung mit der Ihnen zur Verfügung stehenden Berechtigungsstufe erstellen und löschen.

Anmerkung

Sie können die TensorBoard Anwendung nicht für Zwecke der Zusammenarbeit gemeinsam nutzen, da die SageMaker AI-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 KI 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 AI mit TensorBoard wird auf einer ml.r5.large Instance ausgeführt und es fallen Gebühren nach Ablauf des kostenlosen SageMaker KI-Kontingents oder der kostenlosen Testphase der Funktion an. Weitere Informationen finden Sie unter Amazon SageMaker AI Pricing.

Themen