选择您的 Cookie 首选项

我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。

如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。

使用带有自定义参数值的 Debugger 内置规则

聚焦模式
使用带有自定义参数值的 Debugger 内置规则 - 亚马逊 SageMaker AI

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。

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。

如果您要调整内置的规则参数值并自定义张量集合正则表达式,请配置 ProfilerRule.sagemakerRule.sagemaker 类方法的 base_configrule_parameters 参数。使用 Rule.sagemaker 类方法时,您也可以通过 collections_to_save 参数自定义张量集合。使用 CollectionConfig API 配置张量集合 中提供了如何使用 CollectionConfig 类的说明。

为内置规则使用以下配置模板来自定义参数值。通过根据需要更改规则参数,您可以调整规则触发的敏感度。

  • 您在 base_config 参数中调用内置规则方法。

  • rule_parameters 参数用于调整 Debugger 内置规则列表 中列出的内置规则的默认键值。

  • collections_to_save 参数通过 CollectionConfig API 获取张量配置,这需要 nameparameters 参数。

有关调试器规则类、方法和参数的更多信息,请参阅 SageMaker Amaz on Pyth SageMaker on SDK 中的 AI 调试器规则类

from sagemaker.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" } ) ] ) ]

各个规则的参数描述和值自定义示例均在 Debugger 内置规则列表 中提供。

隐私网站条款Cookie 首选项
© 2025, Amazon Web Services, Inc. 或其附属公司。保留所有权利。