Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Configurar la creación de perfiles del marco

Para habilitar la creación de perfiles del marco del depurador, configure el parámetro al crear un estimador. La creación de perfiles del marco del depurador recopila métricas del marco, como los datos de la etapa de inicialización, los procesos de carga de datos, los operadores en Python de los marcos de aprendizaje profundo y los scripts de entrenamiento, la creación de perfiles detallados dentro y entre los pasos, con las opciones de cProfile o Pyinstrument. Con esta clase FrameworkProfile, puede configurar opciones de creación de perfiles de marcos personalizados.

Comience un trabajo de entrenamiento con el perfil del marco predeterminado

El siguiente código de ejemplo es la configuración del parámetro profiler_config más sencilla para iniciar la monitorización del sistema y la creación de perfiles del marco por defecto. La clase FrameworkProfile del siguiente código de ejemplo inicia la creación de perfiles del marco predeterminado cuando comienza un trabajo de entrenamiento. La creación de perfiles del marco del depurador incluye las siguientes opciones: creación de perfiles detallados, creación de perfiles del cargador de datos y creación de perfiles de Python.

from sagemaker.debugger import ProfilerConfig, FrameworkProfile
    
profiler_config=ProfilerConfig(
    framework_profile_params=FrameworkProfile()
)

Con la configuración de este parámetro profiler_config, el depurador utiliza los ajustes predeterminados de monitorización y creación de perfiles. El depurador monitoriza las métricas del sistema cada 500 milisegundos; perfila el quinto paso con la opción de creación de perfiles detallados; el séptimo paso con la opción de creación de perfiles del cargador de datos; y los pasos noveno, décimo y undécimo con la opción de creación de perfiles de Python.

Para encontrar las opciones de configuración de creación de perfiles disponibles, los ajustes de parámetros predeterminados y ejemplos de cómo configurarlos, consulte Comience un trabajo de entrenamiento con la monitorización predeterminada del sistema y la creación de perfiles de marco personalizada con diferentes opciones de creación de perfiles y SageMaker Debugger API, FrameworkProfile en el SDK de Amazon SageMaker Python.

Si quiere cambiar el intervalo de monitorización del sistema y activar la creación de perfiles del marco por defecto, puede especificar el parámetro system_monitor_interval_millis de forma explícita con el parámetro framework_profile_params. Por ejemplo, para monitorizar cada 1000 milisegundos y habilitar la creación de perfiles del marco por defecto, utilice el siguiente código de ejemplo.

from sagemaker.debugger import ProfilerConfig, FrameworkProfile
    
profiler_config=ProfilerConfig(
    system_monitor_interval_millis=1000,
    framework_profile_params=FrameworkProfile()
)

Para obtener más información sobre la FrameworkProfile clase, consulte API de SageMaker depuración, FrameworkProfile en el SDK de Amazon SageMaker Python.

Comience un trabajo de entrenamiento con la monitorización del sistema predeterminada y una creación de perfiles de marco personalizada para los pasos específicos o un intervalo de tiempo objetivo

Si quiere especificar los pasos o intervalos de tiempo objetivo para perfilar su trabajo de entrenamiento, debe especificar los parámetros de la clase FrameworkProfile. Los siguientes ejemplos de código, muestran cómo especificar los rangos de destino para la creación de perfiles junto con la monitorización del sistema.

Comience un trabajo de entrenamiento con la monitorización predeterminada del sistema y la creación de perfiles de marco personalizada con diferentes opciones de creación de perfiles

Puede utilizar las siguientes clases de configuración de creación de perfiles para gestionar las opciones de creación de perfiles del marco:

El siguiente ejemplo de configuración muestra la estructura completa cuando se utilizan las diferentes opciones de creación de perfiles con valores específicos.

import time
from sagemaker.debugger import (ProfilerConfig, 
                                FrameworkProfile, 
                                DetailedProfilingConfig, 
                                DataloaderProfilingConfig, 
                                PythonProfilingConfig,
                                PythonProfiler, cProfileTimer)

profiler_config=ProfilerConfig(
    system_monitor_interval_millis=500,
    framework_profile_params=FrameworkProfile(
        detailed_profiling_config=DetailedProfilingConfig(
            start_step=5, 
            num_steps=1
        ),
        dataloader_profiling_config=DataloaderProfilingConfig(
            start_step=7, 
            num_steps=1
        ),
        python_profiling_config=PythonProfilingConfig(
            start_step=9, 
            num_steps=1, 
            python_profiler=PythonProfiler.CPROFILE, 
            cprofile_timer=cProfileTimer.TOTAL_TIME
        )
    )
)

Para obtener más información sobre las opciones de creación de perfiles disponibles, consulte DetailedProfilingConfig, DataloaderProfilingConfig y PythonProfilingConfig en el SDK de Amazon SageMaker Python.