Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Metodi utili della classe SageMaker AI Estimator per Debugger
I seguenti metodi della classe di strumenti di valutazione sono utili per accedere alle informazioni sui processi di addestramento di SageMaker e recuperare i percorsi di output dei dati di addestramento raccolti da Debugger. I seguenti metodi sono eseguibili dopo l'avvio di un processo di addestramento con il metodo estimator.fit().
-
Per controllare l'URI del bucket S3 di base di un processo di addestramento SageMaker:
estimator.output_path -
Per controllare il nome del lavoro di base di un processo di addestramento SageMaker:
estimator.latest_training_job.job_name -
Per visualizzare una configurazione di operazione API
CreateTrainingJobdi un processo di addestramento SageMaker:estimator.latest_training_job.describe() -
Per controllare un elenco completo delle regole di Debugger mentre è in esecuzione un processo di addestramento SageMaker:
estimator.latest_training_job.rule_job_summary() -
Per controllare l'URI del bucket S3 in cui vengono salvati i dati dei parametri del modello (tensori di output):
estimator.latest_job_debugger_artifacts_path() -
Per controllare l'URI del bucket S3 in cui vengono salvati i dati di prestazione del modello (parametri di sistema e framework):
estimator.latest_job_profiler_artifacts_path() -
Per verificare la configurazione delle regole di Debugger per il debug dei tensori di output:
estimator.debugger_rule_configs -
Per controllare un elenco delle regole di Debugger per il debug mentre è in esecuzione un processo di addestramento SageMaker:
estimator.debugger_rules -
Per verificare la configurazione delle regole di Debugger per il monitoraggio e la profilazione dei parametri del sistema e del framework:
estimator.profiler_rule_configs -
Per controllare un elenco delle regole di Debugger per il monitoraggio e la profilazione mentre è in esecuzione un processo di addestramento SageMaker:
estimator.profiler_rules
Per ulteriori informazioni sulla classe di strumenti di stima SageMaker AI e sui relativi metodi, consulta API Estimator
