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.
TensorBoard in Amazon SageMaker
Amazon SageMaker with TensorBoard è una funzionalità di Amazon SageMaker che fornisce gli strumenti di TensorBoard
Nota
Questa funzionalità consente di eseguire il debug dell'addestramento di modelli di deep learning utilizzando o. PyTorch TensorFlow
Per i data scientist
L'addestramento di modelli di grandi dimensioni può comportare problemi scientifici che richiedono ai data scientist di eseguire il debug e risolverli per migliorare la convergenza dei modelli e stabilizzare i processi di discesa del gradiente.
Quando si verificano problemi di addestramento dei modelli, come la perdita, la mancata convergenza, la scomparsa o l'esplosione di pesi e sfumature, è necessario accedere ai dati tensoriali per approfondire e analizzare i parametri del modello, gli scalari e qualsiasi parametro personalizzato. Utilizzando SageMaker with TensorBoard, è possibile visualizzare i tensori di output del modello estratti dai lavori di formazione. Mentre sperimentate modelli diversi, più cicli di allenamento e modellate iperparametri, potete selezionare più lavori di formazione TensorBoard e confrontarli in un unico posto.
Per gli amministratori
Tramite la pagina di TensorBoard destinazione nella SageMaker console o nel SageMaker dominio, puoi gestire gli utenti TensorBoard dell'applicazione se sei l'amministratore di un AWS account o di un SageMaker dominio. Ogni utente del dominio può accedere alla propria TensorBoard applicazione in base alle autorizzazioni concesse. In qualità di amministratore di SageMaker dominio e utente del dominio, puoi creare ed eliminare l' TensorBoard applicazione in base al livello di autorizzazione di cui disponi.
Nota
Non è possibile condividere l' TensorBoard applicazione per scopi di collaborazione perché il SageMaker dominio non consente la condivisione delle applicazioni tra gli utenti. Gli utenti possono condividere i tensori di output salvati in un bucket S3, se hanno accesso al bucket.
Framework supportati e Regioni AWS
L' TensorBoard applicazione in SageMaker è disponibile per i seguenti framework di apprendimento automatico e. Regioni AWS
Framework
-
PyTorch
-
TensorFlow
-
Trasformatori Hugging Face
Regioni AWS
-
Stati Uniti orientali (Virginia settentrionale) (
us-east-1
) -
Stati Uniti orientali (Ohio) (
us-east-2
) -
Stati Uniti occidentali (Oregon) (
us-west-2
) -
Europa (Francoforte) (
eu-central-1
) -
Europa (Irlanda) (
eu-west-1
)
Nota
Amazon SageMaker with TensorBoard viene eseguito su un'ml.r5.large
istanza e incorre in addebiti dopo il piano SageMaker gratuito o il periodo di prova gratuito della funzionalità. Per ulteriori informazioni, consulta la pagina SageMakerdei prezzi di Amazon