Stellen Sie die Daten der System- und Framework-Metriken grafisch dar - Amazon SageMaker AI

Stellen Sie die Daten der System- und Framework-Metriken grafisch dar

Sie können die System- und Algorithmusmetrikobjekte für die folgenden Visualisierungsklassen verwenden, um Zeitliniendiagramme und Histogramme zu erstellen.

Anmerkung

Geben Sie die Parameter select_dimensions und select_events an, um die Daten mit eingegrenzten Metriken in den folgenden Methoden zur Darstellung von Visualisierungsobjekten zu visualisieren. Wenn Sie beispielsweise angeben select_dimensions=["GPU"], filtern die Plotmethoden die Metriken, die das Schlüsselwort „GPU“ enthalten. Wenn Sie angeben select_events=["total"], filtern die Darstellungsmethoden die Metriken, die die Ereignis-Tags "total" am Ende der Metriknamen enthalten. Wenn Sie diese Parameter aktivieren und die Schlüsselwörter angeben, geben die Visualisierungsklassen die Diagramme mit gefilterten Metriken zurück.

  • Die MetricsHistogram Klasse

    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
)

  • Die StepTimelineChart Klasse

    from smdebug.profiler.analysis.notebook_utils.step_timeline_chart import StepTimelineChart

view_step_timeline_chart = StepTimelineChart(framework_metrics_reader)

  • Die StepHistogram Klasse

    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
)

  • Die TimelineCharts Klasse

    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])

  • Die Heatmap Klasse

    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
)