Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Ada berbagai komponen pengontrol Debugger untuk pemantauan dan pembuatan profil. Dalam panduan ini, Anda belajar tentang komponen pengontrol Debugger.
catatan
Dasbor SageMaker Debugger Insights menjalankan aplikasi Studio Classic pada ml.m5.4xlarge instance untuk memproses dan merender visualisasi. Setiap tab SageMaker Debugger Insights menjalankan satu sesi kernel Studio Classic. Beberapa sesi kernel untuk beberapa tab SageMaker Debugger Insights berjalan pada satu instance. Saat Anda menutup tab SageMaker Debugger Insights, sesi kernel yang sesuai juga ditutup. Aplikasi Studio Classic tetap aktif dan dikenakan biaya untuk penggunaan ml.m5.4xlarge instans. Untuk informasi tentang harga, lihat halaman Harga Amazon SageMaker AI
penting
Setelah selesai menggunakan dasbor SageMaker Debugger Insights, matikan ml.m5.4xlarge instance untuk menghindari biaya yang bertambah. Untuk petunjuk tentang cara mematikan instance, lihatMatikan instans Amazon SageMaker Debugger Insights.
SageMaker UI pengontrol Wawasan Debugger
Menggunakan pengontrol Debugger yang terletak di sudut kiri atas dasbor Insights, Anda dapat menyegarkan dasbor, mengonfigurasi, atau memperbarui pengaturan Debugger untuk memantau metrik sistem, menghentikan pekerjaan pelatihan, dan mengunduh laporan pembuatan profil Debugger.
-
Jika Anda ingin menyegarkan dasbor secara manual, pilih tombol refresh (panah bundar di sudut kiri atas) seperti yang ditunjukkan pada tangkapan layar sebelumnya.
-
Tombol sakelar Monitoring aktif secara default untuk setiap pekerjaan SageMaker pelatihan yang dimulai menggunakan Python SageMaker SDK. Jika tidak diaktifkan, Anda dapat menggunakan tombol sakelar untuk memulai pemantauan. Selama pemantauan, Debugger hanya mengumpulkan metrik pemanfaatan sumber daya untuk mendeteksi masalah komputasi seperti kemacetan CPU dan kurangnya pemanfaatan GPU. Untuk daftar lengkap masalah pemanfaatan sumber daya yang dipantau Debugger, lihat Aturan bawaan Debugger untuk membuat profil pemanfaatan sumber daya sistem perangkat keras (metrik sistem).
-
Tombol Configure monitoring membuka jendela pop-up yang dapat Anda gunakan untuk mengatur atau memperbarui frekuensi pengumpulan data dan jalur S3 untuk menyimpan data.
Anda dapat menentukan nilai untuk bidang berikut.
-
URI bucket S3: Tentukan URI bucket S3 dasar.
-
Kumpulkan data pemantauan setiap: Pilih interval waktu untuk mengumpulkan metrik sistem. Anda dapat memilih salah satu interval pemantauan dari daftar dropdown. Interval yang tersedia adalah 100 milidetik, 200 milidetik, 500 milidetik (default), 1 detik, 5 detik, dan 1 menit.
catatan
Jika Anda memilih salah satu interval waktu yang lebih rendah, Anda meningkatkan perincian metrik pemanfaatan sumber daya, sehingga Anda dapat menangkap lonjakan dan anomali dengan resolusi waktu yang lebih tinggi. Namun, semakin tinggi resolusinya, semakin besar ukuran metrik sistem untuk diproses. Ini mungkin memperkenalkan overhead tambahan dan berdampak pada keseluruhan waktu pelatihan dan pemrosesan.
-
-
Dengan menggunakan tombol Stop training, Anda dapat menghentikan pekerjaan pelatihan ketika Anda menemukan anomali dalam pemanfaatan sumber daya.
-
Dengan menggunakan tombol Unduh laporan, Anda dapat mengunduh laporan profil agregat dengan menggunakan ProfilerReportaturan bawaan Debugger. SageMaker Tombol diaktifkan saat Anda menambahkan ProfilerReportaturan bawaan ke estimator. Untuk selengkapnya, lihat Mengkonfigurasi Aturan Profiler Bawaan dan Laporan Profil yang Dihasilkan Menggunakan SageMaker Debugger.
