Amazon SageMaker 調試器使用率

使用 Amazon SageMaker 偵錯工具自動產生的報告時，請考量下列事項。

Debugger 分析報告用量

對於所有 SageMaker 訓練任務，Amazon SageMaker 偵錯工具會執行ProfilerReport規則並自動產生SageMaker 除錯器分析報告. 此 ProfilerReport 規則提供 Jupyter 筆記本檔案 (profiler-report.ipynb)，可產生對應的 HTML 檔案 (profiler-report.html)。

Jupyter 筆記本在使用者開啟最終 profiler-report.html 檔案時，會收集唯一 ProfilerReport 規則的處理任務 ARN，而 Debugger 會在 Jupyter 筆記本中包含程式碼，收集分析報告用量統計資料。

Debugger 只會收集使用者是否開啟最終 HTML 報告的相關資訊。它不會從訓練任務、訓練資料、訓練指令碼、處理任務、日誌或分析報告本身的內容中收集任何資訊。

您可以使用下列任一選項，選擇退出用量統計資料的集合。

(建議) 選項 1：在執行訓練任務之前選擇退出

若要選擇退出，您必須將下列 Debugger ProfilerReport 規則組態新增至訓練任務的請求。

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'
        }
    }
]

選項 2：在訓練任務完成後選擇退出

若要在訓練完成後選擇退出，則需要修改 profiler-report.ipynb 檔案。

注意

即使您使用選項 2 退出之後，如果沒有將選項 1 新增到訓練任務的請求中，自動產生的 HTML 報告仍會報告用量統計資料。

1. 請遵循下載 SageMaker 除錯程式分析報告頁面中下載 Debugger 分析報告檔案的指示。

2. 在 /ProfilerReport-1234567890/profiler-output 目錄中，開啟 profiler-report.ipynb。

3. 將opt_out=True新增至第五個程式碼儲存格中的 setup_profiler_report() 函式，如以下範例程式碼所示：

   setup_profiler_report(processing_job_arn, opt_out=True)

4. 執行程式碼儲存格以完成退出。