View a markdown version of this page

Utilisation des règles intégrées Debugger avec des valeurs de paramètres personnalisées - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Utilisation des règles intégrées Debugger avec des valeurs de paramètres personnalisées

Note

Amazon SageMaker Debugger n'est plus ouvert aux nouveaux clients. Les clients existants peuvent continuer à utiliser le service normalement. AWS continue d'investir dans l'amélioration de la sécurité et de la disponibilité de Debugger, mais nous ne prévoyons pas d'introduire de nouvelles fonctionnalités. Pour de plus amples informations, veuillez consulter Modification de la disponibilité du débogueur.

Si vous souhaitez ajuster les valeurs des paramètres des règles intégrées et personnaliser l'expression regex de la collection de tenseurs, configurez les paramètres base_config et rule_parameters pour les méthodes de classe ProfilerRule.sagemaker et Rule.sagemaker. Dans le cas des méthodes de classe Rule.sagemaker, vous pouvez également personnaliser les collections de tenseurs via le paramètre collections_to_save. Vous trouverez des instructions sur l'utilisation de la classe CollectionConfig dans la section Configurer les collections de tenseurs en utilisant l’API CollectionConfig.

Utilisez le modèle de configuration suivant pour personnaliser les valeurs des paramètres des règles intégrées. En modifiant les paramètres de règle comme vous le souhaitez, vous pouvez ajuster la sensibilité des règles pour le déclenchement.

  • L'argument base_config sert à appeler les méthodes de règles intégrées.

  • L'argument rule_parameters sert à ajuster les valeurs de clé par défaut des règles intégrées répertoriées dans Liste des règles intégrées à Debugger.

  • L'argument collections_to_save prend une configuration de tenseur via l'API CollectionConfig, qui nécessite les arguments name et parameters.

Pour plus d'informations sur la classe de règles, les méthodes et les paramètres du débogueur, consultez la section Classe SageMaker AI Debugger Rule du SDK Amazon Python. SageMaker 

from sagemaker.core.debugger import Rule, ProfilerRule, rule_configs, CollectionConfig

rules=[
    Rule.sagemaker(
        base_config=rule_configs.built_in_rule_name(),
        rule_parameters={
                "key": "value"
        },
        collections_to_save=[ 
            CollectionConfig(
                name="tensor_collection_name", 
                parameters={
                    "key": "value"
                } 
            )
        ]
    )
]

Les descriptions de paramètres et des exemples de personnalisation de valeur sont fournis pour chaque règle dans Liste des règles intégrées à Debugger.