아마존 SageMaker 디버거 API 오퍼레이션

Amazon SageMaker Debugger는 모델 교육의 모니터링 및 분석을 구현하는 데 사용되는 API 작업을 여러 위치에 두고 있습니다.

Amazon SageMaker Debugger는 또한 내장 규칙을 구성하고, 사용자 지정 규칙을 정의하고, 교육 작업에서 출력 텐서 데이터를 수집하기 위한 후크를 등록하는 데 사용되는 오픈 소스 sagemaker-debuggerPython SDK를 제공합니다.

Amazon SageMaker Python SDK는 기계 학습 실험에 초점을 맞춘 고급 SDK입니다. SDK를 사용하면 SMDebug Python 라이브러리로 정의된 내장 규칙 또는 사용자 지정 규칙을 배포하여 추정기를 사용하여 SageMaker 이러한 텐서를 모니터링하고 분석할 수 있습니다.

Debugger는 Amazon SageMaker API에 연산 및 유형을 추가하여 플랫폼에서 모델을 학습할 때 Debugger를 사용하고 입력과 출력의 구성을 관리할 수 있도록 합니다.

• CreateTrainingJob 및 UpdateTrainingJob은 다음과 같은 Debugger API를 사용하여 텐서 컬렉션, 규칙, 규칙 이미지 및 프로파일링 옵션을 구성할 수 있습니다.

  • CollectionConfiguration

  • DebugHookConfig

  • DebugRuleConfiguration

  • TensorBoardOutputConfig

  • ProfilerConfig

  • ProfilerRuleConfiguration

• DescribeTrainingJob은 다음과 같은 Debugger 구성 및 규칙 평가 상태를 포함하여 훈련 작업에 대한 전체 설명을 제공합니다.

  • DebugHookConfig

  • DebugRuleConfiguration

  • DebugRuleEvaluationStatus

  • ProfilerConfig

  • ProfilerRuleConfiguration

  • ProfilerRuleEvaluationStatus

규칙 구성 API 작업은 모델 학습을 분석할 때 SageMaker 처리 기능을 사용합니다. SageMaker 처리에 대한 자세한 내용은 을 참조하십시오처리 작업을 사용하여 데이터 변환 워크로드 실행.