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.
SageMaker Métodos útiles de Estimator Class para Debugger
Los siguientes métodos de clases estimadoras son útiles para acceder a la información del trabajo de SageMaker entrenamiento y recuperar las rutas de salida de los datos de entrenamiento recopilados por Debugger. Los siguientes métodos se pueden ejecutar después de iniciar un trabajo de entrenamiento con el método estimator.fit()
.
-
Para comprobar el nivel de S3 básico de un trabajo URI de formación: SageMaker
estimator.output_path
-
Para comprobar el nombre del trabajo base de un trabajo de SageMaker formación:
estimator.latest_training_job.job_name
-
Para ver la configuración
CreateTrainingJob
API operativa completa de un trabajo de SageMaker formación:estimator.latest_training_job.describe()
-
Para consultar una lista completa de las reglas del depurador mientras se está ejecutando un trabajo de SageMaker formación:
estimator.latest_training_job.rule_job_summary()
-
Para comprobar el depósito de S3 URI donde se guardan los datos de los parámetros del modelo (tensores de salida):
estimator.latest_job_debugger_artifacts_path()
-
Para comprobar el depósito de S3 URI en el que se guardan los datos de rendimiento del modelo (métricas del sistema y del marco):
estimator.latest_job_profiler_artifacts_path()
-
Comprobar la configuración de las reglas del depurador para la depuración de los tensores de salida:
estimator.debugger_rule_configs
-
Para consultar la lista de reglas del depurador para la depuración mientras se está ejecutando un trabajo de SageMaker formación:
estimator.debugger_rules
-
Para comprobar la configuración de las reglas del depurador para monitorizar y perfilar las métricas del sistema y del marco:
estimator.profiler_rule_configs
-
Para consultar la lista de reglas del depurador para la supervisión y la creación de perfiles mientras se está ejecutando un trabajo de SageMaker formación:
estimator.profiler_rules
Para obtener más información sobre la clase SageMaker estimator y sus métodos, consulte Estimator en API Amazon Python