Métodos úteis da classe SageMaker Estimator para o Debugger

Os métodos da classe estimadora a seguir são úteis para acessar as informações do seu trabalho de SageMaker treinamento e recuperar os caminhos de saída dos dados de treinamento coletados pelo Debugger. Os métodos a seguir são executáveis depois que você inicia um trabalho de treinamento com o método estimator.fit().

• Para verificar o URI básico do bucket S3 de um trabalho de SageMaker treinamento:

  estimator.output_path

• Para verificar o nome do trabalho base de um trabalho de SageMaker treinamento:

  estimator.latest_training_job.job_name

• Para ver uma configuração completa CreateTrainingJob da operação de API de um trabalho de SageMaker treinamento:

  estimator.latest_training_job.describe()

• Para verificar uma lista completa das regras do Debugger durante a execução de um trabalho SageMaker de treinamento:

  estimator.latest_training_job.rule_job_summary()

• Para verificar o URI do bucket do S3 em que os dados dos parâmetros do modelo (tensores de saída) são salvos:

  estimator.latest_job_debugger_artifacts_path()

• Para verificar o URI do bucket do S3 em que os dados de desempenho do modelo (métricas do sistema e da estrutura) são salvos:

  estimator.latest_job_profiler_artifacts_path()

• Para verificar a configuração da regra do Debugger para depurar tensores de saída:

  estimator.debugger_rule_configs

• Para verificar a lista das regras do Debugger para depuração durante a execução de um trabalho de treinamento: SageMaker

  estimator.debugger_rules

• Para verificar a configuração da regra do Debugger para monitorar e definir o perfil das métricas do sistema e da estrutura:

  estimator.profiler_rule_configs

• Para verificar a lista das regras do Debugger para monitoramento e criação de perfil durante a execução de um trabalho de SageMaker treinamento:

  estimator.profiler_rules

Para obter mais informações sobre a classe do SageMaker estimador e seus métodos, consulte a API Estimator no SDK do Amazon Python. SageMaker