Amazon SageMaker 調試器 API 操作

Amazon SageMaker 偵錯工具在數個位置進行 API 操作，用於實作模型訓練的監控和分析。

Amazon SageMaker 偵錯工具也提供開放原始碼 sagemaker-debuggerPython SDK，可用來設定內建規則、定義自訂規則，以及註冊勾點以從訓練任務收集輸出張量資料。

Amazon SageMaker Python 開發套件是專注於機器學習實驗的高階開發套件。SDK 可用於部署使用 SMDebug Python 程式庫定義的內建或自訂規則，以便使用 SageMaker 估算器監視和分析這些張量。

偵錯工具已新增作業和類型至 Amazon SageMaker API，讓平台在訓練模型時使用偵錯工具，以及管理輸入和輸出的組態。

• CreateTrainingJob 和 UpdateTrainingJob 使用下列 Debugger API 設定張量集合、規則、規則映像和分析選項：

  • CollectionConfiguration

  • DebugHookConfig

  • DebugRuleConfiguration

  • TensorBoardOutputConfig

  • ProfilerConfig

  • ProfilerRuleConfiguration

• DescribeTrainingJob 提供完整訓練任務描述，包含下列 Debugger 組態和規則評估狀態：

  • DebugHookConfig

  • DebugRuleConfiguration

  • DebugRuleEvaluationStatus

  • ProfilerConfig

  • ProfilerRuleConfiguration

  • ProfilerRuleEvaluationStatus

規則組態 API 作業會在分析模型訓練時使用「 SageMaker 處理」功能。如需 SageMaker 處理的詳細資訊，請參閱使用處理工作執行資料轉換工作負載。