기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
지원되는 프레임워크 및 알고리즘
다음 표에는 Debugger에서 지원하는 SageMaker AI 기계 학습 프레임워크 및 알고리즘이 나와 있습니다.
| SageMaker AI-supported frameworks and algorithms | Debugging output tensors |
|---|---|
|
AWS TensorFlow 딥 러닝 컨테이너 |
|
|
AWS PyTorch 딥 러닝 컨테이너 |
|
|
AWS MXNet 딥 러닝 컨테이너 |
|
|
1.0-1, 1.2-1, 1.3-1 |
|
|
사용자 지정 훈련 컨테이너(수동 후크 등록을 통해 TensorFlow, PyTorch, MXNet 및 XGBoost에서 사용 가능) |
-
출력 텐서 디버깅 - 훈련 작업의 가중치, 그라데이션, 편향, 스칼라 값 등 모델 파라미터를 추적하고 디버깅합니다. 사용 가능한 딥 러닝 프레임워크는 Apache MXNet, TensorFlow, PyTorch 및 XGBoost입니다.
중요
Keras를 포함하는 TensorFlow 프레임워크에서는 SageMaker Debugger가 TensorFlow 2.6 이상의
tf.keras모듈을 사용하여 빌드된 모델의 디버깅에 대한 제로 코드 변경 지원을 중단합니다. 이는 TensorFlow 2.6.0 릴리스 정보를 통해 공지된 주요 변경 사항 때문입니다. 훈련 스크립트를 업데이트하는 방법에 대한 지침은 TensorFlow 훈련 스크립트 조정을(를) 참조하세요. 중요
SageMaker Debugger는 PyTorch v1.12.0 이상부터 모델 디버깅에 대한 제로 코드 변경 지원을 중단합니다.
이는 SageMaker Debugger가
torch.jit기능을 저해하게 만든 주요 변경 사항 때문입니다. 훈련 스크립트를 업데이트하는 방법에 대한 지침은 PyTorch 훈련 스크립트 조정을(를) 참조하세요.
훈련시키고 디버깅할 프레임워크 또는 알고리즘이 표에 명시되지 않은 경우, AWS 토론 포럼
AWS 리전
Amazon SageMaker Debugger는 다음 리전을 제외하고 Amazon SageMaker AI가 서비스 중인 모든 리전에서 사용할 수 있습니다.
아시아 태평양(자카르타):
ap-southeast-3
Amazon SageMaker AI가에서 서비스 중인지 확인하려면 AWS 리전 서비스를
사용자 지정 훈련 컨테이너로 Debugger 사용용
훈련 컨테이너를 SageMaker AI로 가져오고 Debugger를 사용하여 훈련 작업에 대한 인사이트를 얻으세요. 모니터링 및 디버깅 기능을 사용하여 Amazon EC2 인스턴스에 대해 모델을 최적화함으로써 작업 효율을 최대화하세요.
sagemaker-debugger 클라이언트 라이브러리로 훈련 컨테이너를 빌드하고, 이 컨테이너를 Amazon ECR(Amazon Elastic Container Registry)로 푸시하여 모니터링 및 디버깅하는 방법에 대한 자세한 내용은 사용자 지정 훈련 컨테이너로 Debugger 사용을(를) 참조하세요.
Debugger 오픈 소스 GitHub 리포지토리
Debugger APIs는 SageMaker Python SDK를 통해 제공되며 SageMaker AI CreateTrainingJob 및 DescribeTrainingJob API 작업에 대한 Debugger 후크 및 규칙 구성을 구성하도록 설계되었습니다. CreateTrainingJob DescribeTrainingJob sagemaker-debugger 클라이언트 라이브러리는 유연하고 강력한 API 연산을 통해 평가 기능으로 후크를 등록하고 훈련 데이터에 액세스할 수 있는 도구를 제공합니다. 또한 Python 3.6 이상에 대해 기계 학습 프레임워크인 TensorFlow, PyTorch, MXNet 및 XGBoost를 지원합니다.
Debugger 및 sagemaker-debugger API 연산에 관한 직접적인 리소스는 다음 링크를 참조하세요.
Java용 SDK를 사용하여 SageMaker 훈련 작업을 수행하고 Debugger API를 구성하려는 경우, 다음 참조를 참조하세요.
