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. # Metodi utili della classe di stima AI per Debugger SageMaker I seguenti metodi della classe di stima sono utili per accedere alle informazioni sul lavoro di SageMaker formazione e recuperare i percorsi di output dei dati di addestramento raccolti da Debugger. I seguenti metodi sono eseguibili dopo l'avvio di un processo di addestramento con il metodo `estimator.fit()`. + Per verificare l'URI del bucket S3 di base di un processo di formazione: SageMaker ``` estimator.output_path ``` + Per verificare il nome del lavoro di base di un lavoro di SageMaker formazione: ``` estimator.latest_training_job.job_name ``` + Per visualizzare una configurazione operativa completa dell'`CreateTrainingJob`API di un processo di SageMaker formazione: ``` estimator.latest_training_job.describe() ``` + Per controllare un elenco completo delle regole del Debugger mentre è in esecuzione un processo di SageMaker formazione: ``` estimator.latest_training_job.rule_job_summary() ``` + Per controllare l'URI del bucket S3 in cui vengono salvati i dati dei parametri del modello (tensori di output): ``` estimator.latest_job_debugger_artifacts_path() ``` + Per controllare l'URI del bucket S3 in cui vengono salvati i dati di prestazione del modello (parametri di sistema e framework): ``` estimator.latest_job_profiler_artifacts_path() ``` + Per verificare la configurazione delle regole di Debugger per il debug dei tensori di output: ``` estimator.debugger_rule_configs ``` + Per controllare l'elenco delle regole del Debugger per il debug durante l'esecuzione di un processo di formazione: SageMaker ``` estimator.debugger_rules ``` + Per verificare la configurazione delle regole di Debugger per il monitoraggio e la profilazione dei parametri del sistema e del framework: ``` estimator.profiler_rule_configs ``` + Per controllare l'elenco delle regole del Debugger per il monitoraggio e la profilazione durante l'esecuzione di un processo di formazione: SageMaker ``` estimator.profiler_rules ``` Per ulteriori informazioni sulla classe SageMaker AI estimator e sui relativi metodi, consulta l'[API Estimator nell'SDK](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.Estimator) Amazon [Python SageMaker ](https://sagemaker.readthedocs.io/en/stable).