Debugger에 유용한 SageMaker 추정기 클래스 메서드 - Amazon SageMaker

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

Debugger에 유용한 SageMaker 추정기 클래스 메서드

다음 추정기 클래스 방법은 SageMaker 훈련 작업 정보에 액세스하고 Debugger에서 수집한 훈련 데이터의 출력 경로를 검색하는 데 유용합니다. 다음 메서드는 estimator.fit() 메서드로 훈련 작업을 시작한 후 실행할 수 있습니다.

  • SageMaker 훈련 작업URI의 기본 S3 버킷을 확인하려면:

    estimator.output_path

  • SageMaker 훈련 작업의 기본 작업 이름을 확인하려면:

    estimator.latest_training_job.job_name

  • SageMaker 훈련 작업의 전체 CreateTrainingJob API 작업 구성을 보려면:

    estimator.latest_training_job.describe()

  • SageMaker 훈련 작업이 실행되는 동안 Debugger 규칙의 전체 목록을 확인하려면:

    estimator.latest_training_job.rule_job_summary()

  • 모델 파라미터 데이터(출력 텐서)가 저장URI되는 S3 버킷을 확인하려면:

    estimator.latest_job_debugger_artifacts_path()

  • 모델 성능 데이터(시스템 및 프레임워크 지표)가 저장URI되는 S3 버킷을 확인하려면:

    estimator.latest_job_profiler_artifacts_path()

  • 출력 텐서 디버깅을 위한 디버거 규칙 구성을 확인하려면:

    estimator.debugger_rule_configs

  • SageMaker 훈련 작업이 실행되는 동안 디버깅을 위한 디버거 규칙 목록을 확인하려면:

    estimator.debugger_rules

  • 시스템 및 프레임워크 지표를 모니터링하고 프로파일링하기 위한 디버거 규칙 구성을 확인하려면:

    estimator.profiler_rule_configs

  • SageMaker 훈련 작업이 실행되는 동안 모니터링 및 프로파일링을 위한 Debugger 규칙 목록을 확인하려면:

    estimator.profiler_rules

SageMaker 추정기 클래스 및 해당 메서드에 대한 자세한 내용은 Amazon SageMaker PythonSDK의 추정기를 API 참조하세요.