Amazon SageMaker Debugger - 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

Debuggen, überwachen und profilieren Sie Schulungsaufträge in Echtzeit, erkennen Sie nicht konvergierende Bedingungen, optimieren Sie die Ressourcennutzung durch Beseitigung von Engpässen, verbessern Sie die Schulungszeit und senken Sie die Kosten Ihrer Machine Learning-Modelle mithilfe von Amazon SageMaker Debuggers.

Amazon SageMaker Debugger-Funktionen

Ein Trainingsjob für maschinelles Lernen (ML) kann Probleme wie Systemengpässe, Überanpassung, überfüllte Aktivierungsfunktionen und verschwindende Gradienten aufweisen, die die Modellleistung beeinträchtigen können.

SageMaker Debuggern Sie Profile und debuggen Sie Schulungsaufträge, um solche Probleme zu lösen und die Rechenressourcennutzung und Leistung Ihres ML-Modells zu verbessern. Debugger bietet Tools, um Warnungen zu senden, wenn Trainingsanomalien gefunden werden, Maßnahmen gegen die Probleme zu ergreifen und die Ursache dafür zu identifizieren, indem gesammelte Metriken und Tensoren visualisiert werden.

SageMaker Debugger unterstützt Apache MXNet, TensorFlow, PyTorchund XGBoost. Weitere Hinweise zu verfügbaren Frameworks und Versionen finden Sie unterUnterstützte Frameworks und -Algorithmenaus.


                Übersicht über Amazon SageMaker Debuggers funktioniert.

Der allgemeine Debugger-Workflow ist wie folgt:

  1. Konfigurieren einer SageMaker Trainingsjob bei Debugger.

  2. Starten Sie einen Schulungsjob und überwachen Sie Schulungsprobleme in Echtzeit.

  3. Erhalten Sie Benachrichtigungen und ergreifen Sie umgehend Maßnahmen gegen die Schulungsprobleme.

  4. Erhalten Sie Schulungsberichte, Vorschläge zur Behebung der Probleme und Einblicke in Ihre Schulungsjobs.

  5. Erkunden Sie eine gründliche Analyse der Schulungsprobleme und Engpässe.

  6. Beheben Sie die Probleme unter Berücksichtigung der Vorschläge von Debugger und wiederholen Sie die Schritte 1—5, bis Sie Ihr Modell optimiert und die Zielgenauigkeit erreicht haben.

Die SageMaker Der Debugger-Entwicklerleitfaden führt Sie durch die folgenden Themen.