Tracer les données des métriques système et de cadre - Amazon SageMaker

Tracer les données des métriques système et de cadre

Vous pouvez utiliser les objets de mesure système et d'algorithme pour les classes de visualisation suivantes afin de tracer des graphiques de chronologie et des histogrammes.

Note

Pour visualiser les données avec des métriques restreintes dans les méthodes de traçage d'objet de visualisation suivantes, spécifiez les paramètres select_dimensions et select_events. Par exemple, si vous spécifiez select_dimensions=["GPU"], les méthodes de tracé filtrent les métriques qui incluent le mot-clé « GPU ». Si vous spécifiez select_events=["total"], les méthodes de tracé filtrent les métriques qui incluent les identifications d'événement « total » à la fin des noms de métriques. Si vous activez ces paramètres et indiquez les chaînes de mots-clés, les classes de visualisation renvoient les graphiques avec des métriques filtrées.

  • La classe MetricsHistogram

    from smdebug.profiler.analysis.notebook_utils.metrics_histogram import MetricsHistogram metrics_histogram = MetricsHistogram(system_metrics_reader) metrics_histogram.plot( starttime=0, endtime=system_metrics_reader.get_timestamp_of_latest_available_file(), select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"] # optional )
  • La classe StepTimelineChart

    from smdebug.profiler.analysis.notebook_utils.step_timeline_chart import StepTimelineChart view_step_timeline_chart = StepTimelineChart(framework_metrics_reader)
  • La classe StepHistogram

    from smdebug.profiler.analysis.notebook_utils.step_histogram import StepHistogram step_histogram = StepHistogram(framework_metrics_reader) step_histogram.plot( starttime=step_histogram.last_timestamp - 5 * 1000 * 1000, endtime=step_histogram.last_timestamp, show_workers=True )
  • La classe TimelineCharts

    from smdebug.profiler.analysis.notebook_utils.timeline_charts import TimelineCharts view_timeline_charts = TimelineCharts( system_metrics_reader, framework_metrics_reader, select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"] # optional ) view_timeline_charts.plot_detailed_profiler_data([700,710])
  • La classe Heatmap

    from smdebug.profiler.analysis.notebook_utils.heatmap import Heatmap view_heatmap = Heatmap( system_metrics_reader, framework_metrics_reader, select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"], # optional plot_height=450 )