绘制系统指标和框架指标数据 - Amazon SageMaker

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

绘制系统指标和框架指标数据

您可以使用以下可视化类的系统和算法指标对象,来绘制时间轴图和直方图。

注意

要在以下可视化对象图方法中使用缩小范围的指标来可视化数据,请指定 select_dimensionsselect_events 参数。例如,如果您指定 select_dimensions=["GPU"],绘图方法会筛选包含“GPU”关键词的指标。如果您指定 select_events=["total"],则绘图方法会筛选指标名称末尾包含 “total”事件标签的指标。如果您启用这些参数并提供关键词字符串,则可视化类将返回筛选了指标的图表。

  • MetricsHistogram

    from smdebug.profiler.analysis.notebook_utils.metrics_histogram import MetricsHistogram metrics_histogram = MetricsHistogram(system_metrics_reader) metrics_histogram.plot( starttime=0, endtime=system_metrics_reader.get_timestamp_of_latest_available_file(), select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"] # optional )
  • StepTimelineChart

    from smdebug.profiler.analysis.notebook_utils.step_timeline_chart import StepTimelineChart view_step_timeline_chart = StepTimelineChart(framework_metrics_reader)
  • StepHistogram

    from smdebug.profiler.analysis.notebook_utils.step_histogram import StepHistogram step_histogram = StepHistogram(framework_metrics_reader) step_histogram.plot( starttime=step_histogram.last_timestamp - 5 * 1000 * 1000, endtime=step_histogram.last_timestamp, show_workers=True )
  • TimelineCharts

    from smdebug.profiler.analysis.notebook_utils.timeline_charts import TimelineCharts view_timeline_charts = TimelineCharts( system_metrics_reader, framework_metrics_reader, select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"] # optional ) view_timeline_charts.plot_detailed_profiler_data([700,710])
  • Heatmap

    from smdebug.profiler.analysis.notebook_utils.heatmap import Heatmap view_heatmap = Heatmap( system_metrics_reader, framework_metrics_reader, select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"], # optional plot_height=450 )