翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
デバッガーのサンプルノートブック
SageMaker デバッガーのサンプルノートブック
Studio SageMaker または SageMaker Notebook インスタンスでサンプルノートブックを実行することをお勧めします。ほとんどのサンプルは、Amazon 、Amazon S3EC2、Amazon SageMaker Python などの SageMaker エコシステム内のトレーニングジョブ用に設計されていますSDK。 Amazon S3
サンプルリポジトリを SageMaker Studio にクローンするには、「Amazon SageMaker Studio ツアー」の手順に従います。
SageMaker ノートブックインスタンスの例を確認するには、SageMaker 「ノートブックインスタンスの例ノートブック」の指示に従います。
重要
新しいデバッガー機能を使用するには、 SageMaker Python SDKとSMDebug
クライアントライブラリをアップグレードする必要があります。 iPython カーネル、Jupyter Notebook、または JupyterLab 環境で、次のコードを実行して最新バージョンのライブラリをインストールし、カーネルを再起動します。
import sys import IPython !{sys.executable} -m pip install -U sagemaker smdebug IPython.Application.instance().kernel.do_shutdown(True)
トレーニングジョブをプロファイリングするためのデバッガーのサンプルノートブック
次のリストは、さまざまな機械学習モデル、データセット、フレームワークのトレーニングジョブをモニタリングおよびプロファイリングするためのデバッガーの適応性を紹介するデバッガーサンプルノートブックを示しています。
ノートブックのタイトル | フレームワーク | モデル | データセット | 説明 |
---|---|---|---|---|
TensorFlow |
Keras ResNet50 |
Cifar-10 |
このノートブックでは、 SageMaker デバッガーによってキャプチャされたプロファイル付きデータのインタラクティブ分析の概要を説明します。 |
|
TensorFlow |
1 次元の畳み込みニューラルネットワーク |
IMDB データセット |
ポジティブセンチメントまたはネガティブセンチメントを持つとラベル付けされた映画レビューで構成されるIMDBデータのセンチメント分析CNN用に TensorFlow 1-D をプロファイルします。Studio デバッガーのインサイトとデバッガープロファイリングレポートをよく見てください。 |
|
TensorFlow |
ResNet50 | Cifar-10 |
デバッガーを使用して、さまざまな分散 TensorFlow トレーニング設定でトレーニングジョブを実行し、システムリソースの使用率をモニタリングし、モデルのパフォーマンスをプロファイルします。 |
|
PyTorch |
ResNet50 |
Cifar-10 |
デバッガーを使用して、さまざまな分散 PyTorch トレーニング設定でトレーニングジョブを実行し、システムリソースの使用率をモニタリングし、モデルのパフォーマンスをプロファイルします。 |
モデルパラメータを分析するためのデバッガーノートブックの例
次のリストは、さまざまな機械学習モデル、データセット、フレームワークのトレーニングジョブをデバッグするためのデバッガーの適応性を紹介するデバッガーサンプルノートブックを示しています。
ノートブックのタイトル | フレームワーク | モデル | データセット | 説明 |
---|---|---|---|---|
TensorFlow |
畳み込みニューラルネットワーク |
MNIST |
モデルのデバッグには、Amazon SageMaker Debugger 組み込みルールを使用します TensorFlow。 |
|
TensorFlow |
ResNet50 |
Cifar-10 |
Tensorflow 2.1 フレームワークでモデルをデバッグするには、Amazon SageMaker Debugger フック設定と組み込みルールを使用します。 |
|
MXNet |
Gluon 畳み込みニューラルネットワーク |
ファッション MNIST |
トレーニングジョブを実行して、このジョブのすべてのテンソルを保存するように SageMaker デバッガーを設定し、ノートブック内のテンソルを視覚化します。 |
|
MXNet |
Gluon 畳み込みニューラルネットワーク |
ファッション MNIST |
デバッガーがスポットインスタンスのトレーニングジョブからテンソルデータを収集する方法と、マネージドスポットトレーニングでデバッガーの組み込みルールを使う方法について説明します。 |
|
Amazon SageMaker Debugger で個人の収入を予測するXGBoostモデルを説明する |
XGBoost |
XGBoost 回帰 |
デバッガーフックと組み込みルールを使用して、損失値、特徴、SHAP値などのXGBoost回帰モデルからテンソルデータを収集および視覚化する方法について説明します。 |
モデルパラメータとユースケースの高度な視覚化については、次のトピックの「デバッガーの高度なデモと視覚化」を参照してください。