調試器的有用 SageMaker 估算器類方法

下列預估程式類別方法適用於存取 SageMaker 訓練工作資訊，以及擷取偵錯工具所收集之訓練資料的輸出路徑。使用 estimator.fit() 方法初始化訓練任務後，可執行下列方法。

• 若要檢查 SageMaker 訓練任務的基礎 S3 儲存貯體 URI：

  estimator.output_path

• 若要檢查 SageMaker 訓練工作的基本工作名稱：

  estimator.latest_training_job.job_name

• 若要查看 SageMaker 訓練工作的完整 CreateTrainingJob API 作業組態：

  estimator.latest_training_job.describe()

• 若要在 SageMaker 訓練工作執行時檢查除錯程式規則的完整清單：

  estimator.latest_training_job.rule_job_summary()

• 若要檢查儲存模型參數資料 (輸出張量) 的 S3 儲存貯體 URI：

  estimator.latest_job_debugger_artifacts_path()

• 若要檢查儲存模型效能資料 (系統和架構指標) 的 S3 儲存貯體 URI：

  estimator.latest_job_profiler_artifacts_path()

• 若要檢查偵錯輸出張量的 Debugger 規則組態：

  estimator.debugger_rule_configs

• 若要在 SageMaker 訓練工作執行時檢查除錯程式規則清單以進行偵錯：

  estimator.debugger_rules

• 若要檢查 Debugger 的監控和分析系統規則組態與架構指標：

  estimator.profiler_rule_configs

• 若要在 SageMaker 訓練工作執行時檢查偵錯程式規則清單，以進行監視和效能分析：

  estimator.profiler_rules

如需有關 SageMaker 估算器類別及其方法的詳細資訊，請參閱 Amazon Python 開發套件中的估算器 API。 SageMaker