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.
Méthodes de classe SageMaker d'estimateur utiles pour le débogueur
Les méthodes de classe d'estimateur suivantes sont utiles pour accéder aux informations relatives à votre tâche de SageMaker formation et récupérer les chemins de sortie des données de formation collectées par Debugger. Les méthodes suivantes sont exécutables après avoir lancé une tâche d'entraînement avec la méthode estimator.fit()
.
-
Pour vérifier le compartiment S3 de base URI d'une tâche de SageMaker formation :
estimator.output_path
-
Pour vérifier le nom de la tâche de base d'une tâche de SageMaker formation :
estimator.latest_training_job.job_name
-
Pour voir la configuration complète du
CreateTrainingJob
API fonctionnement d'une tâche de SageMaker formation :estimator.latest_training_job.describe()
-
Pour consulter la liste complète des règles du Debugger pendant l'exécution d'une tâche de SageMaker formation, procédez comme suit :
estimator.latest_training_job.rule_job_summary()
-
Pour vérifier le compartiment S3 dans URI lequel les données des paramètres du modèle (tenseurs de sortie) sont enregistrées :
estimator.latest_job_debugger_artifacts_path()
-
Pour vérifier le compartiment S3 URI dans lequel les données de performance du modèle (métriques du système et du framework) sont enregistrées :
estimator.latest_job_profiler_artifacts_path()
-
Pour vérifier la configuration de règle Debugger pour le débogage des tenseurs de sortie :
estimator.debugger_rule_configs
-
Pour consulter la liste des règles du Debugger pour le débogage pendant l'exécution d'une tâche de SageMaker formation, procédez comme suit :
estimator.debugger_rules
-
Pour vérifier la configuration de règle Debugger pour la surveillance et le profilage des métriques système et de cadre :
estimator.profiler_rule_configs
-
Pour consulter la liste des règles du Debugger relatives à la surveillance et au profilage pendant l'exécution d'une tâche de SageMaker formation :
estimator.profiler_rules
Pour plus d'informations sur la classe d' SageMaker estimateur et ses méthodes, consultez Estimator dans API Amazon Python