選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

設定 SageMaker Debugger 以儲存張量

焦點模式
設定 SageMaker Debugger 以儲存張量 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

張量是從每個訓練迭代的向後和向前傳遞更新參數的資料集合。SageMaker Debugger 收集輸出張量,分析訓練任務的狀態。SageMaker Debugger 的 CollectionConfigDebuggerHookConfig API 作業,提供將張量分組為集合並將其儲存到目標 S3 儲存貯體的方法。下列主題說明如何使用 CollectionConfigDebuggerHookConfig API 操作,後面接著如何使用 Debugger hook 來儲存、存取和視覺化輸出張量的範例。

建構 SageMaker AI 估算器時,請指定 debugger_hook_config 參數來啟用 SageMaker Debugger。下列主題包括如何使用 CollectionConfigDebuggerHookConfig API debugger_hook_config 操作來設定 ,以從訓練任務中提取張量並儲存張量的範例。

注意

正確設定並啟動後,除非另有指定,否則 SageMaker Debugger 會將輸出張量儲存在預設 S3 儲存貯體。預設 S3 儲存貯體 URI 的格式為 s3://amzn-s3-demo-bucket-sagemaker-<region>-<12digit_account_id>/<training-job-name>/debug-output/

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。