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。

Amazon のデバッグ機能に関するリリースノート SageMaker

Amazon のデバッグ機能の最新の更新を追跡するには、次のリリースノートを参照してください SageMaker。

2023 年 12 月 21 日

新しい特徴

トレーニングコンテナへのシェルレベルのアクセスを可能にする、 の新しいデバッグ機能 SageMaker であるリモートデバッグ機能をリリースしました。このリリースでは、 SageMaker ML インスタンスで実行されているジョブコンテナにログインすることで、トレーニングジョブをデバッグできます。詳細については、「によるリモートデバッグ AWS Systems Manager 用のトレーニングコンテナへのアクセス」を参照してください。

2023 年 9 月 7 日

新しい特徴

get_app_url() という関数を提供する新しいユーティリティモジュール sagemaker.interactive_apps.tensorboard.TensorBoardApp が追加されました。get_app_url() 関数は、署名なしまたは署名付き URLs を生成して、 SageMaker または Amazon EC2 の任意の環境で TensorBoard アプリケーションを開きます。これは、Studio Classic ユーザーと Studio Classic 以外のユーザーの両方に統一されたエクスペリエンスを提供するためのものです。Studio Classic 環境では、 get_app_url()関数をそのまま実行 TensorBoard して を開くか、 TensorBoard アプリケーションが開いたときに追跡を開始するジョブ名を指定することもできます。Studio Classic 以外の環境では、ドメイン情報をユーティリティ関数に提供 TensorBoard することで を開くことができます。この機能を使用すると、トレーニングコードの実行場所や方法に関係なく、Jupyter ノートブックまたはターミナルで get_app_url関数を実行する TensorBoard ことで、 に直接アクセスできます。この機能は SageMaker Python SDK v2.184.0 以降で使用できます。詳細については、「 TensorBoard で にアクセスする方法 SageMaker」を参照してください。

2023 年 4 月 4 日

新しい特徴

SageMaker で をホストする TensorBoard機能である TensorBoard でリリースされました SageMaker。 TensorBoard は SageMaker ドメインを通じてアプリケーションとして利用でき SageMaker、トレーニングプラットフォームは S3 への TensorBoard 出力データ収集をサポートし、 TensorBoard でホストされている に自動的にロードします SageMaker。この機能を使用すると、 で TensorBoard サマリーライターを使用して設定されたトレーニングジョブを実行し SageMaker、出力ファイルを Amazon S3 に保存 TensorBoardし、コンソールから直接 TensorBoard SageMakerアプリケーションを開き、ホストされた TensorBoard インターフェイスに実装された SageMaker Data Manager プラグインを使用して出力ファイルをロードできます。IDE SageMaker IDEs またはローカルマシンに TensorBoard 手動でインストールしてローカルでホストする必要はありません。詳細については、「 TensorBoard を使用して Amazon のトレーニングジョブをデバッグおよび分析する SageMaker」を参照してください。

2023 年 3 月 16 日

廃止に伴い、 SageMaker デバッガーはフレームワークプロファイリングProfilerRulesの次の 3 つのサポートも終了します。

2023 年 2 月 21 日

2020 年 12 月 1 日

Amazon SageMaker Debugger は re:Invent 2020 でディーププロファイリング機能を開始しました。

2019 年 12 月 3 日

Amazon SageMaker Debugger は、re:Invent 2019 に最初にリリースされました。