Metode kelas SageMaker estimator yang berguna untuk Debugger

Metode kelas estimator berikut berguna untuk mengakses informasi pekerjaan SageMaker pelatihan Anda dan mengambil jalur keluaran data pelatihan yang dikumpulkan oleh Debugger. Metode berikut dapat dieksekusi setelah Anda memulai pekerjaan pelatihan dengan metode ini. estimator.fit()

• Untuk memeriksa ember S3 dasar URI dari pekerjaan SageMaker pelatihan:

  estimator.output_path

• Untuk memeriksa nama pekerjaan dasar dari pekerjaan SageMaker pelatihan:

  estimator.latest_training_job.job_name

• Untuk melihat konfigurasi CreateTrainingJob API operasi penuh dari pekerjaan SageMaker pelatihan:

  estimator.latest_training_job.describe()

• Untuk memeriksa daftar lengkap aturan Debugger saat pekerjaan SageMaker pelatihan sedang berjalan:

  estimator.latest_training_job.rule_job_summary()

• Untuk memeriksa bucket S3 URI tempat data parameter model (tensor keluaran) disimpan:

  estimator.latest_job_debugger_artifacts_path()

• Untuk memeriksa bucket S3 URI di mana data kinerja model (metrik sistem dan kerangka kerja) disimpan:

  estimator.latest_job_profiler_artifacts_path()

• Untuk memeriksa konfigurasi aturan Debugger untuk men-debug tensor keluaran:

  estimator.debugger_rule_configs

• Untuk memeriksa daftar aturan Debugger untuk debugging saat pekerjaan SageMaker pelatihan sedang berjalan:

  estimator.debugger_rules

• Untuk memeriksa konfigurasi aturan Debugger untuk memantau dan membuat profil metrik sistem dan kerangka kerja:

  estimator.profiler_rule_configs

• Untuk memeriksa daftar aturan Debugger untuk pemantauan dan pembuatan profil saat pekerjaan SageMaker pelatihan sedang berjalan:

  estimator.profiler_rules

Untuk informasi selengkapnya tentang kelas SageMaker estimator dan metodenya, lihat Estimator API di Amazon Python SageMaker . SDK