View a markdown version of this page

Utilizzare le regole integrate di Debugger con valori di parametro personalizzati - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizzare le regole integrate di Debugger con valori di parametro personalizzati

Nota

Amazon SageMaker Debugger non è più aperto a nuovi clienti. I clienti esistenti possono continuare a utilizzare il servizio normalmente. AWS continua a investire in miglioramenti della sicurezza e della disponibilità di Debugger, ma non prevediamo di introdurre nuove funzionalità. Per ulteriori informazioni, consulta Modifica della disponibilità del debugger.

Se desideri modificare i valori dei parametri delle regole integrate e personalizzare l'espressione regolare della raccolta di tensori, configura i parametri base_config e rule_parameters per i metodi di classe ProfilerRule.sagemaker e Rule.sagemaker. Nel caso dei metodi di classe Rule.sagemaker, puoi anche personalizzare le raccolte di tensori tramite il parametro. collections_to_save Le istruzioni su come usare la classe CollectionConfig sono fornite in Configurazione delle raccolte di tensori con l’API CollectionConfig.

Utilizza il seguente modello di configurazione per le regole integrate per personalizzare i valori dei parametri. Modificando i parametri delle regole come si desidera, è possibile regolare la sensibilità delle regole da attivare.

  • L'argomento base_config è il punto in cui si chiamano i metodi delle regole integrate.

  • L'argomento rule_parameters consiste nel modificare i valori chiave predefiniti delle regole integrate elencate in Elenco delle regole integrate di Debugger.

  • L'argomento collections_to_save accetta una configurazione tensoriale tramite l'API CollectionConfig, che richiede gli argomenti name e parameters.

Per ulteriori informazioni sulla classe di regole Debugger, sui metodi e sui parametri, consulta la classe SageMaker AI Debugger Rule nell'SDK Amazon Python. SageMaker 

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"
                } 
            )
        ]
    )
]

Le descrizioni dei parametri e gli esempi di personalizzazione dei valori sono disponibili per ogni regola in Elenco delle regole integrate di Debugger.