View a markdown version of this page

CloudWatch Log untuk Amazon SageMaker AI - Amazon SageMaker AI

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

CloudWatch Log untuk Amazon SageMaker AI

Untuk membantu Anda men-debug pekerjaan kompilasi, pekerjaan pemrosesan, pekerjaan pelatihan, titik akhir, pekerjaan transformasi, instans notebook, dan konfigurasi siklus hidup instans notebook, apa pun yang dikirim oleh wadah algoritma, wadah model, atau konfigurasi siklus hidup instance notebook ke stdout atau juga stderr dikirim ke Amazon CloudWatch Logs. Selain debugging, Anda dapat menggunakannya 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 Meng ubah Retensi Data CloudWatch Log di CloudWatch Log di Panduan Pengguna Amazon Log.

Log

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

Log

Catat Nama Grup Nama Stream 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 Saluran 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. Ali /aws/sagemaker/NotebookInstances/[LifecycleConfigHook] ran log dibuat saat Anda membuat instance buku catatan dengan konfigurasi siklus hidup. Untuk informasi selengkapnya, lihat Kustomisasi instance SageMaker notebook menggunakan skrip LCC.

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

Untuk informasi selengkapnya tentang mencatat peristiwa dengan CloudWatch logging, lihat Apa itu Amazon CloudWatch Logs? dalam Panduan CloudWatch Pengguna Amazon.