View a markdown version of this page

Mengkonfigurasi SageMaker Debugger untuk menyimpan tensor - Amazon SageMaker AI

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

Mengkonfigurasi SageMaker Debugger untuk menyimpan tensor

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.

Tensor adalah kumpulan data parameter yang diperbarui dari jalur mundur dan maju dari setiap iterasi pelatihan. SageMaker Debugger mengumpulkan tensor keluaran untuk menganalisis keadaan pekerjaan pelatihan. SageMaker Operasi Debugger CollectionConfig dan DebuggerHookConfig API menyediakan metode untuk mengelompokkan tensor ke dalam koleksi dan menyimpannya ke bucket S3 target. Topik berikut menunjukkan cara menggunakan operasi CollectionConfig dan DebuggerHookConfig API, diikuti dengan contoh cara menggunakan Debugger hook untuk menyimpan, mengakses, dan memvisualisasikan tensor keluaran.

Saat membangun estimator SageMaker AI, aktifkan SageMaker Debugger dengan menentukan parameter. debugger_hook_config Topik berikut mencakup contoh cara mengatur operasi debugger_hook_config penggunaan CollectionConfig dan DebuggerHookConfig API untuk menarik tensor keluar dari pekerjaan pelatihan Anda dan menyimpannya.

catatan

Setelah dikonfigurasi dan diaktifkan dengan benar, SageMaker Debugger menyimpan tensor keluaran dalam bucket S3 default, kecuali ditentukan lain. Format URI bucket S3 default adalahs3://amzn-s3-demo-bucket-sagemaker-<region>-<12digit_account_id>/<training-job-name>/debug-output/.