Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Notes de mise à jour relatives aux fonctionnalités de débogage d'Amazon SageMaker
Consultez les notes de publication suivantes pour suivre les dernières mises à jour relatives aux fonctionnalités de débogage d'Amazon SageMaker.
21 décembre 2023
Nouvelles fonctionnalités
Sortie d'une fonctionnalité de débogage à distance, une nouvelle fonctionnalité de débogage SageMaker qui vous donne un accès au niveau du shell aux conteneurs de formation. Avec cette version, vous pouvez déboguer des tâches de formation en vous connectant aux conteneurs de tâches exécutés sur des instances SageMaker ML. Pour en savoir plus, veuillez consulter la section Accédez à un conteneur de formation AWS Systems Manager pour le débogage à distance.
7 septembre 2023
Nouvelles fonctionnalités
Ajout d'un nouveau module utilitaire sagemaker.interactive_apps.tensorboard.TensorBoardApp qui fournit une fonction appelée get_app_url(). La get_app_url() fonction génère des URL non signées ou présignées pour ouvrir l' TensorBoard application dans n'importe quel environnement dans ou Amazon SageMaker EC2. Cela vise à fournir une expérience unifiée aux utilisateurs de Studio Classic et aux non-utilisateurs de Studio Classic. Pour l'environnement Studio Classic, vous pouvez ouvrir TensorBoard en exécutant la get_app_url() fonction telle quelle, ou vous pouvez également spécifier un nom de tâche pour démarrer le suivi à l'ouverture de l' TensorBoard application. Pour les environnements autres que Studio Classic, vous pouvez ouvrir TensorBoard en fournissant les informations de votre domaine à la fonction utilitaire. Grâce à cette fonctionnalité, quel que soit l'endroit ou la manière dont vous exécutez le code d'entraînement et lancez les tâches de formation, vous pouvez y accéder directement en TensorBoard exécutant la get_app_url fonction dans votre bloc-notes ou votre terminal Jupyter. Cette fonctionnalité est disponible dans le SDK SageMaker Python v2.184.0 et versions ultérieures. Pour de plus amples informations, veuillez consulter Comment accéder TensorBoard à SageMaker.
4 avril 2023
Nouvelles fonctionnalités
Publié SageMaker avec TensorBoard, une fonctionnalité qui héberge TensorBoard sur SageMaker. TensorBoard est disponible sous forme d'application via le SageMaker domaine, et la plateforme de SageMaker formation prend en charge la collecte des données de TensorBoard sortie vers S3 et leur chargement automatique TensorBoard sur l'hébergeur SageMaker. Grâce à cette fonctionnalité, vous pouvez exécuter des tâches de formation configurées avec des rédacteurs de TensorBoard résumés SageMaker intégrés, enregistrer les fichiers de TensorBoard sortie dans Amazon S3, ouvrir l' TensorBoard application directement depuis la SageMaker console et charger les fichiers de sortie à l'aide du plug-in SageMaker Data Manager implémenté sur l' TensorBoard interface hébergée. Vous n'avez pas besoin d'installer TensorBoard manuellement et d'héberger localement sur les SageMaker IDE ou sur la machine locale. Pour en savoir plus, veuillez consulter la section TensorBoard À utiliser pour déboguer et analyser les tâches de formation sur Amazon SageMaker.
16 mars 2023
Notes d'obsolescence
SageMaker Debugger déconseille la fonctionnalité de profilage du framework à partir TensorFlow des versions 2.11 et 2.0. PyTorch Vous pouvez toujours utiliser cette fonctionnalité dans les versions précédentes des frameworks et des kits SDK comme suit.
-
SageMaker SDK Python <= v2.130.0
-
PyTorch >= v1.6.0, < v2.0
-
TensorFlow >= v2.3.1, < v2.11
Avec cette dépréciation, SageMaker Debugger cesse également de prendre en charge les trois éléments suivants pour le profilage du framework. ProfilerRules
21 février 2023
Autres modifications
-
L'onglet de rapport XGBoost a été supprimé du tableau de bord du profileur du SageMaker débogueur. Vous pouvez toujours accéder au rapport XGBoost en le téléchargeant sous forme de bloc-notes Jupyter ou de fichier HTML. Pour plus d'informations, consultez le rapport de formation du SageMaker Debugger XGBoost.
-
À partir de cette version, les règles de profilage intégrées ne sont pas activées par défaut. Pour utiliser les règles du profileur SageMaker Debugger afin de détecter certains problèmes de calcul, vous devez ajouter les règles lorsque vous configurez un SageMaker lanceur de tâches de formation.
1er décembre 2020
Amazon SageMaker Debugger a lancé des fonctionnalités de profilage approfondi à l'occasion de re:Invent 2020.
3 décembre 2019
Amazon SageMaker Debugger a été initialement lancé lors de re:Invent 2019.
