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。
調試器的有用 SageMaker 估算器類方法
下列預估程式類別方法適用於存取 SageMaker 訓練工作資訊,以及擷取偵錯工具所收集之訓練資料的輸出路徑。使用 estimator.fit()
方法初始化訓練任務後,可執行下列方法。
-
若要檢查 SageMaker 訓練任務的基礎 S3 儲存貯體 URI:
estimator.output_path
-
若要檢查 SageMaker 訓練工作的基本工作名稱:
estimator.latest_training_job.job_name
-
若要查看 SageMaker 訓練工作的完整
CreateTrainingJob
API 作業組態:estimator.latest_training_job.describe()
-
若要在 SageMaker 訓練工作執行時檢查除錯程式規則的完整清單:
estimator.latest_training_job.rule_job_summary()
-
若要檢查儲存模型參數資料 (輸出張量) 的 S3 儲存貯體 URI:
estimator.latest_job_debugger_artifacts_path()
-
若要檢查儲存模型效能資料 (系統和架構指標) 的 S3 儲存貯體 URI:
estimator.latest_job_profiler_artifacts_path()
-
若要檢查偵錯輸出張量的 Debugger 規則組態:
estimator.debugger_rule_configs
-
若要在 SageMaker 訓練工作執行時檢查除錯程式規則清單以進行偵錯:
estimator.debugger_rules
-
若要檢查 Debugger 的監控和分析系統規則組態與架構指標:
estimator.profiler_rule_configs
-
若要在 SageMaker 訓練工作執行時檢查偵錯程式規則清單,以進行監視和效能分析:
estimator.profiler_rules
如需有關 SageMaker 估算器類別及其方法的詳細資訊,請參閱 Amazon Python 開發套件中的估算器 API