翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
次の推定器クラスメソッドは、SageMaker トレーニングジョブ情報にアクセスし、デバッガーによって収集されたトレーニングデータの出力パスを取得するのに便利です。次のメソッドは、estimator.fit() メソッドを使ってトレーニングジョブを開始した後に実行可能です。
-
SageMaker トレーニングジョブの基本の S3 バケット URI をチェックするには:
estimator.output_path -
SageMaker トレーニングジョブの基本のジョブ名をチェックするには:
estimator.latest_training_job.job_name -
SageMaker トレーニングジョブの完全な
CreateTrainingJobAPI オペレーション設定を表示するには:estimator.latest_training_job.describe() -
SageMaker トレーニングジョブの実行中にデバッガールールの完全なリストをチェックするには:
estimator.latest_training_job.rule_job_summary() -
モデルパラメータデータ (出力テンソル) が保存されている S3 バケット URI をチェックするには:
estimator.latest_job_debugger_artifacts_path() -
モデルパフォーマンスデータ (システムおよびフレームワークのメトリクス) が保存されている S3 バケット URI をチェックするには:
estimator.latest_job_profiler_artifacts_path() -
出力テンソルをデバッグするためのデバッガーのルール設定をチェックするには:
estimator.debugger_rule_configs -
SageMaker トレーニングジョブの実行中にデバッグするためのデバッガールールのリストをチェックするには:
estimator.debugger_rules -
システムとフレームワークのメトリクスをモニタリングおよびプロファイリングするためのデバッガーのルール設定をチェックするには:
estimator.profiler_rule_configs -
SageMaker トレーニングジョブの実行中にモニタリングとプロファイリングのためのデバッガールールのリストをチェックするには:
estimator.profiler_rules
SageMaker AI 推定器クラスとそのメソッドの詳細については、Amazon SageMaker Python SDK
