Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Gunakan tindakan bawaan Debugger untuk aturan

Gunakan tindakan bawaan Debugger untuk menanggapi masalah yang ditemukan oleh. Aturan debugger rule_configsKelas Debugger menyediakan alat untuk mengonfigurasi daftar tindakan, termasuk menghentikan tugas pelatihan secara otomatis dan mengirim notifikasi menggunakan Amazon Simple Notification Service SNS (Amazon) saat aturan Debugger menemukan masalah pelatihan. Topik berikut membawa Anda melalui langkah-langkah untuk menyelesaikan tugas-tugas ini.

Siapkan AmazonSNS, buat SMDebugRules topik, dan berlangganan topik

Bagian ini memandu Anda melalui cara mengatur SNS SMDebugRules topik Amazon, berlangganan, dan mengonfirmasi langganan untuk menerima pemberitahuan dari aturan Debugger.

Untuk berlangganan SMDebugRules topik

Setelah Anda berlangganan SMDebugRulestopik, Anda menerima pesan konfirmasi berikut di email atau melalui telepon:

Untuk informasi selengkapnya tentang AmazonSNS, lihat Pesan teks seluler (SMS) dan Pemberitahuan email di Panduan SNS Pengembang Amazon.

Siapkan IAM peran Anda untuk melampirkan kebijakan yang diperlukan

Pada langkah ini, Anda menambahkan kebijakan yang diperlukan ke IAM peran Anda.

Untuk lebih banyak contoh pengaturan IAM kebijakan untuk AmazonSNS, lihat Contoh kasus untuk kontrol SNS akses Amazon.

Konfigurasikan aturan Debugger dengan tindakan bawaan

Setelah berhasil menyelesaikan pengaturan yang diperlukan pada langkah-langkah sebelumnya, Anda dapat mengonfigurasi tindakan bawaan Debugger untuk aturan debugging seperti yang ditunjukkan pada contoh skrip berikut. Anda dapat memilih tindakan bawaan mana yang akan digunakan saat membangun objek actions daftar. rule_configsIni adalah modul pembantu yang menyediakan alat tingkat tinggi untuk mengonfigurasi aturan dan tindakan bawaan Debugger. Tindakan bawaan berikut tersedia untuk Debugger:

Anda dapat menggunakan semua tindakan bawaan atau subset tindakan dengan membungkusnya menggunakan rule_configs.ActionList() metode, yang mengambil tindakan bawaan dan mengonfigurasi daftar tindakan.

Untuk menambahkan ketiga tindakan bawaan ke satu aturan

Jika Anda ingin menetapkan ketiga tindakan bawaan ke satu aturan, konfigurasikan daftar tindakan bawaan Debugger saat membuat estimator. Gunakan template berikut untuk membuat estimator, dan Debugger akan menghentikan pekerjaan pelatihan dan mengirim pemberitahuan melalui email dan teks untuk aturan apa pun yang Anda gunakan untuk memantau kemajuan pekerjaan pelatihan Anda.

from sagemaker.debugger import Rule, rule_configs

# Configure an action list object for Debugger rules
actions = rule_configs.ActionList(
    rule_configs.StopTraining(), 
    rule_configs.Email("abc@abc.com"), 
    rule_configs.SMS("+1234567890")
)

# Configure rules for debugging with the actions parameter
rules = [
    Rule.sagemaker(
        base_config=rule_configs.built_in_rule(),         # Required
        rule_parameters={"paramter_key": value },        # Optional
        actions=actions
    )
]

estimator = Estimator(
    ...
    rules = rules
)

estimator.fit(wait=False)

Untuk membuat beberapa objek aksi bawaan untuk menetapkan tindakan yang berbeda ke satu aturan

Jika Anda ingin menetapkan tindakan bawaan yang akan dipicu pada nilai ambang batas yang berbeda dari satu aturan, Anda dapat membuat beberapa objek tindakan bawaan seperti yang ditunjukkan pada skrip berikut. Untuk menghindari kesalahan konflik dengan menjalankan aturan yang sama, Anda harus mengirimkan nama pekerjaan aturan yang berbeda (tentukan string yang berbeda untuk name atribut aturan) seperti yang ditunjukkan pada contoh templat skrip berikut. Contoh ini menunjukkan cara mengatur StalledTrainingRule untuk mengambil dua tindakan berbeda: mengirim email ke abc@abc.com saat pekerjaan pelatihan berhenti selama 60 detik, dan menghentikan pekerjaan pelatihan jika berhenti selama 120 detik.

from sagemaker.debugger import Rule, rule_configs
import time

base_job_name_prefix= 'smdebug-stalled-demo-' + str(int(time.time()))

# Configure an action object for StopTraining
action_stop_training = rule_configs.ActionList(
    rule_configs.StopTraining()
)

# Configure an action object for Email
action_email = rule_configs.ActionList(
    rule_configs.Email("abc@abc.com")
)

# Configure a rule with the Email built-in action to trigger if a training job stalls for 60 seconds
stalled_training_job_rule_email = Rule.sagemaker(
        base_config=rule_configs.stalled_training_rule(),
        rule_parameters={
                "threshold": "60", 
                "training_job_name_prefix": base_job_name_prefix
        },
        actions=action_email
)
stalled_training_job_rule_text.name="StalledTrainingJobRuleEmail"

# Configure a rule with the StopTraining built-in action to trigger if a training job stalls for 120 seconds
stalled_training_job_rule = Rule.sagemaker(
        base_config=rule_configs.stalled_training_rule(),
        rule_parameters={
                "threshold": "120", 
                "training_job_name_prefix": base_job_name_prefix
        },
        actions=action_stop_training
)
stalled_training_job_rule.name="StalledTrainingJobRuleStopTraining"

estimator = Estimator(
    ...
    rules = [stalled_training_job_rule_email, stalled_training_job_rule]
)

estimator.fit(wait=False)

Saat pekerjaan pelatihan sedang berjalan, tindakan bawaan Debugger mengirimkan email notifikasi dan pesan teks setiap kali aturan menemukan masalah dengan pekerjaan pelatihan Anda. Tangkapan layar berikut menunjukkan contoh pemberitahuan email untuk pekerjaan pelatihan yang memiliki masalah pekerjaan pelatihan yang macet.

Tangkapan layar berikut menunjukkan contoh pemberitahuan teks yang dikirim Debugger saat aturan menemukan masalah. StalledTraining

Pertimbangan untuk menggunakan tindakan bawaan Debugger