View a markdown version of this page

사용자 지정 파라미터 값이 있는 Debugger 기본 제공 규칙을 사용 - Amazon SageMaker AI

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

사용자 지정 파라미터 값이 있는 Debugger 기본 제공 규칙을 사용

참고

Amazon SageMaker Debugger는 더 이상 신규 고객에게 공개되지 않습니다. 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다.는 AWS Debugger의 보안 및 가용성 개선에 계속 투자하지만 새로운 기능을 도입할 계획은 없습니다. 자세한 내용은 디버거 가용성 변경 단원을 참조하십시오.

기본 제공 규칙 파라미터 값을 조정하고 텐서 컬렉션 정규 표현식을 사용자 지정하려면 ProfilerRule.sagemaker 및 Rule.sagemaker 클래스 메서드의 base_config 및 rule_parameters 파라미터를 구성합니다. Rule.sagemaker 클래스 메서드의 경우, collections_to_save 파라미터를 통해 텐서 컬렉션을 사용자 지정할 수도 있습니다. CollectionConfig 클래스 사용 방법에 대한 지침은 CollectionConfig API를 사용하여 텐서 컬렉션 구성에 나와 있습니다.

기본 제공 규칙에 대해 다음과 같은 구성 템플릿을 사용하여 파라미터 값을 사용자 지정합니다. 원하는 대로 규칙 파라미터를 변경하여 트리거할 규칙의 민감도를 조정할 수 있습니다.

  • base_config 인수는 기본 제공 규칙 메서드를 호출하는 곳입니다.

  • rule_parameters 인수는 Debugger 기본 제공 규칙 목록에 나열된 기본 제공 규칙의 기본 키 값을 조정하기 위한 것입니다.

  • collections_to_save 인수는 CollectionConfig API를 통해 텐서 구성을 사용하며, 이 경우 name 및 parameters 인수가 필요합니다.

Debugger 규칙 클래스, 메서드 및 파라미터에 대한 자세한 내용은 Amazon SageMaker Python SDK의 SageMaker AI Debugger Rule class를 참조하세요.

from sagemaker.core.debugger import Rule, ProfilerRule, rule_configs, CollectionConfig

rules=[
    Rule.sagemaker(
        base_config=rule_configs.built_in_rule_name(),
        rule_parameters={
                "key": "value"
        },
        collections_to_save=[ 
            CollectionConfig(
                name="tensor_collection_name", 
                parameters={
                    "key": "value"
                } 
            )
        ]
    )
]

각 규칙에 대한 파라미터 설명 및 값 사용자 지정 예제는 Debugger 기본 제공 규칙 목록에서 제공됩니다.