选择退出 Amazon SageMaker Debugger 使用情况统计数据的收集

对于所有 SageMaker 训练作业，Amazon SageMaker Debugger 都会运行ProfilerReport规则并自动生成。SageMaker 调试器交互式报告该ProfilerReport规则提供了一个 Jupyter 笔记本文件 (profiler-report.ipynb)，用于生成相应的HTML文件 (profiler-report.html)。

调试器通过在 Jupyter 笔记本中添加代码来收集分析报告使用情况统计信息，该代码会在用户打开最终文件ARN时收集唯一ProfilerReport规则的处理作业。profiler-report.html

调试器仅收集有关用户是否打开最终HTML报告的信息。它从训练作业、训练数据、训练脚本、处理作业、日志或分析报告本身的内容中DOESNOT收集任何信息。

您可以使用以下选项之一选择退出使用情况统计信息的收集。

（推荐）选项 1：在运行训练作业之前选择退出

要选择退出，您需要将以下 Debugger ProfilerReport 规则配置添加到您的训练作业请求中。

SageMaker Python SDK

estimator=sagemaker.estimator.Estimator(
    ...

    rules=ProfilerRule.sagemaker(
        base_config=rule_configs.ProfilerReport()
        rule_parameters={"opt_out_telemetry": "True"}
    )
)

AWS CLI

"ProfilerRuleConfigurations": [ 
    { 
        "RuleConfigurationName": "ProfilerReport-1234567890",
        "RuleEvaluatorImage": "895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest",
        "RuleParameters": {
            "rule_to_invoke": "ProfilerReport", 
            "opt_out_telemetry": "True"
        }
    }
]

AWS SDK for Python (Boto3)

ProfilerRuleConfigurations=[ 
    {
        'RuleConfigurationName': 'ProfilerReport-1234567890',
        'RuleEvaluatorImage': '895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest',
        'RuleParameters': {
            'rule_to_invoke': 'ProfilerReport',
            'opt_out_telemetry': 'True'
        }
    }
]

选项 2：在培训作业完成后选择退出

要在训练完成后选择退出，您需要修改 profiler-report.ipynb 文件。

注意

HTML即使您使用选项 2 选择退出，但未将选项 1 添加到您的培训任务请求中，自动生成的报告仍会报告使用情况统计信息。

1. 按照下载调 SageMaker 试器分析报告页面中有关下载 Debugger 分析报告文件的说明进行操作。

2. 在 /ProfilerReport-1234567890/profiler-output 目录中，打开 profiler-report.ipynb。

3. 将 opt_out=True 添加到第五个代码单元的 setup_profiler_report() 函数中，如以下示例代码所示：

   setup_profiler_report(processing_job_arn, opt_out=True)

4. 运行代码单元以完成选择退出。