Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Profilazione predefinita del framework

Modalità Focus
Profilazione predefinita del framework - 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.

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.

La profilazione predefinita del framework Debugger include le seguenti opzioni: profilazione dettagliata, profilazione del caricatore di dati e profilatura Python. Il codice di esempio seguente è l'impostazione del parametro profiler_config più semplice per avviare il monitoraggio predefinito del sistema e la profilazione del framework predefinito. La classe FrameworkProfile nel codice di esempio seguente avvia la profilazione predefinita del framework all'avvio di un processo di addestramento.

from sagemaker.debugger import ProfilerConfig, FrameworkProfile profiler_config=ProfilerConfig( framework_profile_params=FrameworkProfile() )

Con questa configurazione del parametro profiler_config, Debugger richiama le impostazioni predefinite di monitoraggio e profilazione. Debugger monitora i parametri di sistema ogni 500 millisecondi; profila la quinta fase con l'opzione di profilazione dettagliata, la settima fase con l'opzione di profilazione del caricatore di dati e la nona, la decima e l’undicesima fase con l'opzione di profilazione Python.

Per trovare le opzioni di configurazione della profilazione disponibili, le impostazioni dei parametri predefinite ed esempi su come configurarle, consulta Monitoraggio predefinito del sistema e profilazione personalizzata del framework con diverse opzioni di profilazione e SageMaker Debugger, APIs nell'SDK FrameworkProfile Amazon Python. SageMaker

Se desideri modificare l'intervallo di monitoraggio del sistema e abilitare la profilazione predefinita del framework, puoi specificare il parametro system_monitor_interval_millis in modo esplicito con il parametro framework_profile_params. Ad esempio, per monitorare ogni 1000 millisecondi e abilitare la profilazione predefinita del framework, utilizza il seguente codice di esempio.

from sagemaker.debugger import ProfilerConfig, FrameworkProfile profiler_config=ProfilerConfig( system_monitor_interval_millis=1000, framework_profile_params=FrameworkProfile() )

Per ulteriori informazioni sulla FrameworkProfile classe, consulta SageMaker Debugger, FrameworkProfile nell' APIs SDK Amazon Python SageMaker .

PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.