View a markdown version of this page

Gunakan aturan bawaan Debugger dengan nilai parameter khusus - Amazon SageMaker AI

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

Gunakan aturan bawaan Debugger dengan nilai parameter khusus

catatan

Amazon SageMaker Debugger tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Debugger, tetapi kami tidak berencana untuk memperkenalkan fitur baru. Untuk informasi selengkapnya, lihat Perubahan ketersediaan debugger.

Jika Anda ingin menyesuaikan nilai parameter aturan bawaan dan menyesuaikan regex koleksi tensor, konfigurasikan rule_parameters parameter base_config dan untuk metode kelas dan. ProfilerRule.sagemaker Rule.sagemaker Dalam kasus metode Rule.sagemaker kelas, Anda juga dapat menyesuaikan koleksi tensor melalui collections_to_save parameter. Instruksi tentang cara menggunakan CollectionConfig kelas disediakan diKonfigurasikan koleksi tensor menggunakan API CollectionConfig.

Gunakan template konfigurasi berikut untuk aturan bawaan untuk menyesuaikan nilai parameter. Dengan mengubah parameter aturan sesuai keinginan, Anda dapat menyesuaikan sensitivitas aturan yang akan dipicu.

  • base_configArgumennya adalah tempat Anda memanggil metode aturan bawaan.

  • rule_parametersArgumennya adalah untuk menyesuaikan nilai kunci default dari aturan bawaan yang tercantum diDaftar aturan bawaan Debugger.

  • collections_to_saveArgumen mengambil konfigurasi tensor melalui CollectionConfig API, yang membutuhkan name dan parameters argumen.

Untuk informasi selengkapnya tentang kelas aturan Debugger, metode, dan parameter, lihat kelas SageMaker Aturan Debugger AI di Amazon SageMaker Python SDK. 

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"
                } 
            )
        ]
    )
]

Deskripsi parameter dan contoh penyesuaian nilai disediakan untuk setiap aturan diDaftar aturan bawaan Debugger.