Groupes de journaux et flux qu'Amazon SageMaker AI envoie à Amazon CloudWatch Logs

Pour vous aider à déboguer vos tâches de compilation, vos tâches de traitement, vos tâches de formation, vos points de terminaison, vos tâches de transformation, vos instances de bloc-notes et vos configurations du cycle de vie des instances de bloc-notes, tout ce qu'un conteneur d'algorithmes, un conteneur de modèles ou une configuration du cycle de vie d'une instance de bloc-notes envoie stdout ou stderr est également envoyé à Amazon CloudWatch Logs. En plus de débogage, vous pouvez utiliser ces informations pour des analyses de progression.

Par défaut, les données du journal sont stockées dans les CloudWatch journaux indéfiniment. Vous pouvez néanmoins configurer la durée de stockage des données de journaux dans un groupe de journaux. Pour plus d'informations, consultez la section Conservation des données du journal des modifications dans les CloudWatch journaux du guide de l'utilisateur Amazon CloudWatch Logs.

Journaux

Le tableau suivant répertorie tous les journaux fournis par Amazon SageMaker AI.

Journaux

Nom du groupe de journaux	Nom du flux de journaux
/aws/sagemaker/CompilationJobs	[compilation-job-name]
/aws/sagemaker/Endpoints/[EndpointName]	[production-variant-name]/[instance-id]
	(Pour les points de terminaison d'inférence asynchrones) [production-variant-name]/[instance-id]/data-log
	(Pour les pipelines d'inférence) [production-variant-name]/[instance-id]/[container-name provided in SageMaker AI model]
/aws/sagemaker/groundtruth/WorkerActivity	aws/sagemaker/groundtruth/worker-activity/[requester-AWS-Id]-[region]/[timestamp]
/aws/sagemaker/InferenceRecommendationsJobs	[inference-recommendations-job-name]/execution
	[inference-recommendations-job-name]/CompilationJob/[compilation-job-name]
	[inference-recommendations-job-name]/Endpoint/[endpoint-name]
/aws/sagemaker/LabelingJobs	[labeling-job-name]
/aws/sagemaker/NotebookInstances	[notebook-instance-name]/[LifecycleConfigHook]
	[notebook-instance-name]/jupyter.log
/aws/sagemaker/ProcessingJobs	[processing-job-name]/[hostname]-[epoch_timestamp]
/aws/sagemaker/studio	[domain-id]/[user-profile-name]/[app-type]/[app-name]
	[domain-id]/domain-shared/rstudioserverpro/default
/aws/sagemaker/TrainingJobs	[training-job-name]/algo-[instance-number-in-cluster]-[epoch_timestamp]
/aws/sagemaker/TransformJobs	[transform-job-name]/[instance-id]-[epoch_timestamp]
	[transform-job-name]/[instance-id]-[epoch_timestamp]/data-log
	[transform-job-name]/[instance-id]-[epoch_timestamp]/[container-name provided in SageMaker AI model] (For Inference Pipelines)

Note

1. Le flux de journal /aws/sagemaker/NotebookInstances/[LifecycleConfigHook] est créé lorsque vous créez une instance de bloc-notes avec une configuration de cycle de vie. Pour de plus amples informations, veuillez consulter Personnalisation d'une instance de SageMaker bloc-notes à l'aide d'un LCC script.

2. Pour les pipelines d'inférence, si vous ne fournissez pas de noms de conteneurs, la plateforme utilise **container-1, container-2**, etc., correspondant à l'ordre fourni dans le modèle d'IA. SageMaker

Pour plus d'informations sur la journalisation des événements à l'aide de la CloudWatch journalisation, consultez Qu'est-ce qu'Amazon CloudWatch Logs ? dans le guide de CloudWatch l'utilisateur Amazon.