Amazon SageMaker-Debugger im Amazon SageMaker Studio - Amazon SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon SageMaker-Debugger im Amazon SageMaker Studio

Verwenden Sie die Amazon SageMaker Debugger-Dashboards in Amazon SageMaker Studio, um Ihre Modellleistung und Systemengpässe zu analysieren, während Sie Schulungsjobs in Amazon Elastic Compute Cloud (Amazon EC2) -Instanzen ausführen. Gewinnen Sie Einblicke in Ihre Trainingsjobs und verbessern Sie mit den Debugger-Dashboards die Leistung und Genauigkeit Ihres Modelltrainings. Standardmäßig überwacht Debugger alle 500 Millisekunden Systemmetriken (CPU, GPU, CPU- und GPU-Speicher, Netzwerk und Daten-I/O) sowie alle 500 Iterationen grundlegende Ausgangstensoren (Verlust und Genauigkeit) für Schulungsaufträge. Sie können die Werte der Debugger-Konfigurationsparameter auch weiter anpassen und die Speicherintervalle über die Studio-Benutzeroberfläche oder über dieAmazon SageMaker Python SDKaus.

Wichtig

Wenn Sie vorhandene Studio-Apps verwenden, starten Sie sie neu, um die neuen Funktionen zu verwenden. Weitere Informationen zum Neustart und Aktualisieren Ihrer Studio-Umgebung finden Sie unterAktualisieren von Amazon SageMaker Studioaus.


            Ein Beispiel für ein Studio-Debugger-Dashboard