Amazon SageMaker SageMaker-Debugger-Nutzungsstatistiken - 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 SageMaker-Debugger-Nutzungsstatistiken

Beachten Sie Folgendes, wenn Sie automatisch generierte Berichte von Amazon SageMaker Debugger verwenden.

Verwendung des Berichts zur Debugger-Profilerstellung

Für alle SageMaker-Schulungsjobs führt Amazon SageMaker Debugger dieProfilerReportregel und generiert eineSageMaker Bericht zur Erstellung von Debugger-Profilenaus. DieProfilerReport-Regel enthält eine Jupyter-Notebook-Datei (profiler-report.ipynb), die eine entsprechende HTML-Datei (profiler-report.html) enthalten.

Debugger sammelt Nutzungsstatistiken für Profilerstellungsberichte, indem er Code in das Jupyter-Notizbuch einschließt, das das einzigartigeProfilerReportVerarbeitungsauftrag der Regel ARN, wenn der Benutzer das Finale öffnetprofiler-report.htmlfile.

Debugger sammelt nur Informationen darüber, ob ein Benutzer den endgültigen HTML-Bericht öffnet. EsNICHTsammeln Sie Informationen aus Ausbildungsjobs, Schulungsdaten, Schulungsskripten, Verarbeitungsaufträgen, Protokollen oder dem Inhalt des Profilerstellungsberichts selbst.

Sie können die Erfassung von Nutzungsstatistiken mit einer der folgenden Optionen deaktivieren.

(Empfohlen) Option 1: Opt Out, bevor Sie einen Trainingsjob ausführen

Um sich abmelden zu können, müssen Sie den folgenden Debugger hinzufügenProfilerReportRegelkonfiguration für Ihre Schulungsauftragsanfrage.

SageMaker Python SDK
estimator=sagemaker.estimator.Estimator( ... rules=ProfilerRule.sagemaker( base_config=rule_configs.ProfilerReport() rule_parameters={"opt_out_telemetry": "True"} ) )
AWS CLI
"ProfilerRuleConfigurations": [ { "RuleConfigurationName": "ProfilerReport-1234567890", "RuleEvaluatorImage": "895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest", "RuleParameters": { "rule_to_invoke": "ProfilerReport", "opt_out_telemetry": "True" } } ]
AWS SDK for Python (Boto3)
ProfilerRuleConfigurations=[ { 'RuleConfigurationName': 'ProfilerReport-1234567890', 'RuleEvaluatorImage': '895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest', 'RuleParameters': { 'rule_to_invoke': 'ProfilerReport', 'opt_out_telemetry': 'True' } } ]

Option 2: Opt Out nach Abschluss eines Ausbildungsauftrags

Um sich nach Abschluss des Trainings abmelden zu können, müssen Sie dieprofiler-report.ipynbfile.

Anmerkung

HTML-Berichte automatisch generiert ohneOption 1bereits zu Ihrer Schulungsauftragsanfrage hinzugefügt werden, melden Sie die Nutzungsstatistiken auch nach dem AbmeldenOption 2aus.

  1. Folgen Sie den Anweisungen zum Herunterladen der Berichtsdateien für die Debugger-Profilerstellung imLaden Sie den SageMaker Debugger-Profiling-Bericht herunterangezeigten.

  2. In der/ProfilerReport-1234567890/profiler-outputVerzeichnis, öffnenprofiler-report.ipynbaus.

  3. Addopt_out=Truezumsetup_profiler_report()Funktion in der fünften Code-Zelle wie im folgenden Beispielcode:

    setup_profiler_report(processing_job_arn, opt_out=True)
  4. Führen Sie die Code-Zelle aus, um das Opout abzuschließen.