View a markdown version of this page

TensorBoard in Amazon SageMaker AI - 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.

TensorBoard in Amazon SageMaker AI

Amazon SageMaker AI with TensorBoard è una funzionalità di Amazon SageMaker AI che aggiunge gli strumenti di TensorBoard visualizzazione all'intelligenza SageMaker artificiale e si integra con la SageMaker formazione e il dominio. Fornisce opzioni per amministrare l' AWS account e gli utenti appartenenti all'account tramite il dominio SageMaker AI, per consentire agli utenti del dominio di accedere ai TensorBoard dati con le autorizzazioni appropriate per Amazon S3 e aiutare gli utenti del dominio a eseguire attività di debug dei modelli utilizzando i plug-in di visualizzazione. TensorBoard SageMaker AI with TensorBoard viene esteso con il plug-in SageMaker AI Data Manager, con il quale gli utenti del dominio possono accedere a una serie di lavori di formazione in un'unica posizione all'interno dell'applicazione. TensorBoard

Nota

Questa funzionalità consente di eseguire il debug dell'addestramento di modelli di deep learning utilizzando PyTorch o. 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 l' SageMaker intelligenza artificiale con TensorBoard, è possibile visualizzare i tensori di output del modello estratti dai lavori di formazione. Mentre sperimenti con diversi modelli, più sessioni di addestramento e iperparametri del modello, puoi selezionare più lavori di formazione TensorBoard e confrontarli in un unico posto.

Per gli amministratori

Tramite la pagina di TensorBoard destinazione nella console SageMaker AI o nel dominio SageMaker AI, puoi gestire gli utenti TensorBoard dell'applicazione se sei amministratore di un AWS account o di un dominio SageMaker AI. Ogni utente del dominio può accedere alla propria TensorBoard applicazione con le autorizzazioni concesse. In qualità di amministratore di dominio SageMaker AI e utente del dominio, puoi creare ed eliminare l' TensorBoard applicazione in base al livello di autorizzazione di cui disponi.

Nota

Non puoi condividere l' TensorBoard applicazione per scopi di collaborazione perché il dominio SageMaker AI non consente la condivisione dell'applicazione 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 AI 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 AI with TensorBoard viene eseguito su un'ml.r5.largeistanza e comporta costi dopo il livello gratuito SageMaker AI o il periodo di prova gratuito della funzionalità. Per ulteriori informazioni, consulta i prezzi di Amazon SageMaker AI.