Métodos útiles de Estimator Class para Debugger SageMaker

Los siguientes métodos de clases estimadoras son útiles para acceder a la información del trabajo de SageMaker entrenamiento y recuperar las rutas de salida de los datos de entrenamiento recopilados por Debugger. Los siguientes métodos se pueden ejecutar después de iniciar un trabajo de entrenamiento con el método estimator.fit().

• Para comprobar el URI del bucket base de S3 de un trabajo de formación: SageMaker

  estimator.output_path

• Para comprobar el nombre del trabajo base de un trabajo de SageMaker formación:

  estimator.latest_training_job.job_name

• Para ver la configuración completa del funcionamiento de la CreateTrainingJob API de un trabajo de SageMaker formación:

  estimator.latest_training_job.describe()

• Para consultar una lista completa de las reglas del depurador mientras se está ejecutando un trabajo de SageMaker formación:

  estimator.latest_training_job.rule_job_summary()

• Comprobar el URI del bucket de S3 en el que se guardan los datos de los parámetros del modelo (tensores de salida):

  estimator.latest_job_debugger_artifacts_path()

• Comprobar el URI del bucket de S3 en el que se guardan los datos de rendimiento del modelo (métricas del sistema y del marco):

  estimator.latest_job_profiler_artifacts_path()

• Comprobar la configuración de las reglas del depurador para la depuración de los tensores de salida:

  estimator.debugger_rule_configs

• Para consultar la lista de reglas del depurador para la depuración mientras se está ejecutando un trabajo de SageMaker formación:

  estimator.debugger_rules

• Para comprobar la configuración de las reglas del depurador para monitorizar y perfilar las métricas del sistema y del marco:

  estimator.profiler_rule_configs

• Para consultar la lista de reglas del depurador para la supervisión y la creación de perfiles mientras se está ejecutando un trabajo de SageMaker formación:

  estimator.profiler_rules

Para obtener más información sobre la clase SageMaker estimador y sus métodos, consulte la API Estimator en el SDK de Amazon Python. SageMaker