Grup log dan aliran yang dikirimkan Amazon SageMaker AI ke Amazon CloudWatch Logs - Amazon SageMaker AI

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

Grup log dan aliran yang dikirimkan Amazon SageMaker AI ke Amazon CloudWatch Logs

Untuk membantu Anda men-debug pekerjaan kompilasi, memproses pekerjaan, pekerjaan pelatihan, titik akhir, mengubah pekerjaan, instance notebook, dan konfigurasi siklus hidup instance notebook, apa pun yang dikirim oleh container algoritme, wadah model, atau konfigurasi siklus hidup instance notebook ke atau juga dikirim ke Amazon Logs. stdout stderr CloudWatch Selain debugging, Anda dapat menggunakan ini untuk analisis kemajuan.

Secara default, data log disimpan di CloudWatch Log tanpa batas waktu. Namun, Anda dapat mengonfigurasi berapa lama data log disimpan dalam grup log. Untuk selengkapnya, lihat Mengubah Penyimpanan Data CloudWatch Log di Log di Panduan Pengguna CloudWatch Log Amazon.

Log

Tabel berikut mencantumkan semua log yang disediakan oleh Amazon SageMaker AI.

Log

Catat Nama Grup Nama Aliran Log
/aws/sagemaker/CompilationJobs

[compilation-job-name]

/aws/sagemaker/Endpoints/[EndpointName]

[production-variant-name]/[instance-id]

(Untuk titik akhir Inferensi Asinkron) [production-variant-name]/[instance-id]/data-log

(Untuk Pipa Inferensi) [production-variant-name]/[instance-id]/[container-name provided in SageMaker AI model]

/aws/sagemaker/groundtruth/WorkerActivity

aws/sagemaker/groundtruth/worker-activity/[requester-AWS-Id]-[region]/[timestamp]

/aws/sagemaker/InferenceRecommendationsJobs

[inference-recommendations-job-name]/execution

[inference-recommendations-job-name]/CompilationJob/[compilation-job-name]

[inference-recommendations-job-name]/Endpoint/[endpoint-name]

/aws/sagemaker/LabelingJobs

[labeling-job-name]

/aws/sagemaker/NotebookInstances

[notebook-instance-name]/[LifecycleConfigHook]

[notebook-instance-name]/jupyter.log

/aws/sagemaker/ProcessingJobs

[processing-job-name]/[hostname]-[epoch_timestamp]

/aws/sagemaker/studio

[domain-id]/[user-profile-name]/[app-type]/[app-name]

[domain-id]/domain-shared/rstudioserverpro/default

/aws/sagemaker/TrainingJobs

[training-job-name]/algo-[instance-number-in-cluster]-[epoch_timestamp]

/aws/sagemaker/TransformJobs

[transform-job-name]/[instance-id]-[epoch_timestamp]

[transform-job-name]/[instance-id]-[epoch_timestamp]/data-log

[transform-job-name]/[instance-id]-[epoch_timestamp]/[container-name provided in SageMaker AI model] (For Inference Pipelines)

catatan

1. Aliran /aws/sagemaker/NotebookInstances/[LifecycleConfigHook] log dibuat saat Anda membuat instance notebook dengan konfigurasi siklus hidup. Untuk informasi selengkapnya, lihat Kustomisasi instance SageMaker notebook menggunakan skrip LCC.

2. Untuk Inference Pipelines, jika Anda tidak memberikan nama kontainer, platform menggunakan **container-1, container-2**, dan seterusnya, sesuai dengan urutan yang disediakan dalam model AI. SageMaker

Untuk informasi selengkapnya tentang peristiwa logging dengan CloudWatch logging, lihat Apa itu CloudWatch Log Amazon? di Panduan CloudWatch Pengguna Amazon.