Cookie の設定を選択する

当社は、当社のサイトおよびサービスを提供するために必要な必須 Cookie および類似のツールを使用しています。当社は、パフォーマンス Cookie を使用して匿名の統計情報を収集することで、お客様が当社のサイトをどのように利用しているかを把握し、改善に役立てています。必須 Cookie は無効化できませんが、[カスタマイズ] または [拒否] をクリックしてパフォーマンス Cookie を拒否することはできます。

お客様が同意した場合、AWS および承認された第三者は、Cookie を使用して便利なサイト機能を提供したり、お客様の選択を記憶したり、関連する広告を含む関連コンテンツを表示したりします。すべての必須ではない Cookie を受け入れるか拒否するには、[受け入れる] または [拒否] をクリックしてください。より詳細な選択を行うには、[カスタマイズ] をクリックしてください。

Amazon SageMaker Studio Classic Experiments の Amazon SageMaker Debugger UI

フォーカスモード
Amazon SageMaker Studio Classic Experiments の Amazon SageMaker Debugger UI - Amazon SageMaker AI

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。

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。

Amazon SageMaker Studio Classic Experiments の Amazon SageMaker Debugger Insights ダッシュボードを使用して、Amazon Elastic Compute Cloud (Amazon EC2) インスタンスでトレーニングジョブを実行している間に、モデルのパフォーマンスとシステムのボトルネックを分析します。デバッガーダッシュボードを使って、トレーニングジョブに関するインサイトを得て、モデルトレーニングのパフォーマンスと精度を向上させます。デフォルトでは、デバッガーはトレーニングジョブのシステムメトリクス (CPU、GPU、GPU メモリ、ネットワーク、データ I/O) を 500 ミリ秒ごとに、基本的な出力テンソル (損失と精度) を 500 反復ごとにモニタリングします。また、Studio Classic UI または Amazon SageMaker Python SDK を使って、Debugger の設定パラメータ値をさらにカスタマイズし、保存間隔を調整することもできます。

重要

既存の Studio Classic アプリケーションを使用している場合は、アプリケーションを削除して再起動すると、最新の Studio Classic 機能を使用できるようになります。Studio Classic 環境を再起動して更新する方法については、Amazon SageMaker AI Studio Classic の更新」を参照してください。

プライバシーサイト規約Cookie の設定
© 2025, Amazon Web Services, Inc. or its affiliates.All rights reserved.