Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Zugreifen auf die TensorBoard Anwendung auf SageMaker KI
Sie können auf zwei Arten darauf zugreifen TensorBoard : programmgesteuert mithilfe des `sagemaker.interactive_apps.tensorboard` Moduls, das eine unsignierte oder eine vorsignierte URL generiert, oder mithilfe der TensorBoard Landingpage in der AI-Konsole. SageMaker Nach dem Öffnen TensorBoard führt SageMaker AI das TensorBoard Plugin aus und findet automatisch alle Ausgabedaten der Trainingsjobs in einem TensorBoard -kompatiblen Dateiformat.
**Topics**
+ [TensorBoard Mit dem Modul öffnen `sagemaker.interactive_apps.tensorboard`](debugger-htb-access-tb-url.md)
+ [Öffnen Sie, TensorBoard indem Sie die `get_app_url` Funktion als `estimator` Klassenmethode verwenden](debugger-htb-access-tb-get-app-url-estimator-method.md)
+ [TensorBoard Über die AI-Konsole SageMaker öffnen](debugger-htb-access-tb-console.md)
# TensorBoard Mit dem Modul öffnen `sagemaker.interactive_apps.tensorboard`
Das `sagemaker.interactive_apps.tensorboard` Modul bietet eine aufgerufene Funktion`get_app_url`, die unsignierte oder vorsignierte URLs generiert, um die TensorBoard Anwendung in einer beliebigen Umgebung in SageMaker AI oder Amazon EC2 zu öffnen. Damit soll eine einheitliche Erfahrung für Benutzer und Nicht-Benutzer von Studio Classic geschaffen werden. In der Studio-Umgebung können Sie die `get_app_url()` Funktion öffnen, TensorBoard indem Sie sie unverändert ausführen, oder Sie können auch einen Jobnamen angeben, um die Nachverfolgung zu starten, sobald die TensorBoard Anwendung geöffnet wird. In Umgebungen, in denen es sich nicht um Studio Classic handelt, können Sie das Programm öffnen, TensorBoard indem Sie Ihre Domänen- und Benutzerprofilinformationen für die Utility-Funktion angeben. Mit dieser Funktion können Sie unabhängig davon, wo oder wie Sie Trainingscode ausführen und Trainingsjobs starten, direkt darauf zugreifen, TensorBoard indem Sie die `get_app_url` Funktion in Ihrem Jupyter-Notebook oder -Terminal ausführen.
**Anmerkung**
Diese Funktionalität ist im SageMaker Python-SDK v2.184.0 und höher verfügbar. Um diese Funktionalität nutzen zu können, stellen Sie sicher, dass Sie das SDK aktualisieren, indem Sie `pip install sagemaker --upgrade` ausführen.
**Topics**
+ [Option 1: Für AI Studio Classic SageMaker](#debugger-htb-access-tb-url-unsigned)
+ [Option 2: Für Umgebungen außerhalb von Studio Classic](#debugger-htb-access-tb-url-presigned)
## Option 1: Für AI Studio Classic SageMaker
Wenn Sie SageMaker Studio Classic verwenden, können Sie die TensorBoard Anwendung direkt öffnen oder eine unsignierte URL abrufen, indem Sie die `get_app_url` Funktion wie folgt ausführen. Da Sie sich bereits in der Studio-Classic-Umgebung befinden und als Domain-Benutzer angemeldet sind, wird eine unsignierte URL durch `get_app_url()` generiert, da eine erneute Authentifizierung nicht erforderlich ist.
**Um die Anwendung zu öffnen TensorBoard **
Der folgende Code öffnet die TensorBoard Anwendung automatisch über die unsignierte URL, die die `get_app_url()` Funktion im Standard-Webbrowser Ihrer Umgebung zurückgibt.
```
from sagemaker.interactive_apps import tensorboard
region = "us-west-2"
app = tensorboard.TensorBoardApp(region)
app.get_app_url(
training_job_name="your-training_job_name" # Optional. Specify the job name to track a specific training job
)
```
**Um eine unsignierte URL abzurufen und die TensorBoard Anwendung manuell zu öffnen**
Der folgende Code druckt eine unsignierte URL, die Sie in einen Webbrowser kopieren und die TensorBoard Anwendung öffnen können.
```
from sagemaker.interactive_apps import tensorboard
region = "us-west-2"
app = tensorboard.TensorBoardApp(region)
print("Navigate to the following URL:")
print(
app.get_app_url(
training_job_name="your-training_job_name", # Optional. Specify the name of the job to track.
open_in_default_web_browser=False # Set to False to print the URL to terminal.
)
)
```
Beachten Sie, dass die Funktion eine URL zur TensorBoard Landingpage in der SageMaker AI-Konsole zurückgibt, wenn Sie die beiden vorherigen Codebeispiele außerhalb der SageMaker AI Studio Classic-Umgebung ausführen, da diese keine Anmeldeinformationen für Ihre Domain und Ihr Benutzerprofil enthalten. Informationen zum Erstellen einer vorsignierten URL finden Sie unter Option 2 im folgenden Abschnitt.
## Option 2: Für Umgebungen außerhalb von Studio Classic
Wenn Sie Umgebungen verwenden, in denen es sich nicht um Studio Classic handelt, z. B. die SageMaker Notebook-Instance oder Amazon EC2, und TensorBoard direkt von der Umgebung aus öffnen möchten, in der Sie sich befinden, müssen Sie eine URL generieren, die mit Ihrer Domain und Ihren Benutzerprofilinformationen vorsigniert ist. Eine *vorsignierte* URL ist eine URL, die bei Amazon SageMaker Studio Classic angemeldet ist, während die URL mit Ihrer Domain und Ihrem Benutzerprofil erstellt wird, und der somit Zugriff auf alle Domain-Anwendungen und Dateien gewährt wird, die mit Ihrer Domain verknüpft sind. Um TensorBoard über eine vorsignierte URL zu öffnen, verwenden Sie die `get_app_url` Funktion mit Ihrer Domain und Ihrem Benutzerprofilnamen wie folgt.
Beachten Sie, dass für diese Option der Domain-Benutzer über die entsprechende `sagemaker:CreatePresignedDomainUrl`-Berechtigung verfügen muss. Ohne die Erlaubnis erhält der Domain-Benutzer einen Ausnahmefehler.
**Wichtig**
Teilen Sie keine URLs vorsignierten Dateien mit. Die `get_app_url` Funktion erstellt vorsignierte Dateien URLs, die sich automatisch mit Ihrer Domain und Ihrem Benutzerprofil authentifizieren und Zugriff auf alle Anwendungen und Dateien gewähren, die mit Ihrer Domain verknüpft sind.
```
print(
app.get_app_url(
training_job_name="your-training_job_name", # Optional. Specify the name of the job to track.
create_presigned_domain_url=True, # Reguired to be set to True for creating a presigned URL.
domain_id="your-domain-id", # Required if creating a presigned URL (create_presigned_domain_url=True).
user_profile_name="your-user-profile-name", # Required if creating a presigned URL (create_presigned_domain_url=True).
open_in_default_web_browser=False, # Optional. Set to False to print the URL to terminal.
optional_create_presigned_url_kwargs={} # Optional. Add any additional args for Boto3 create_presigned_domain_url
)
)
```
**Tipp**
Die `get_app_url` Funktion führt die [https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/create_presigned_domain_url.html](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/create_presigned_domain_url.html)API AWS SDK für Python (Boto3) im Backend aus. Da die `create_presigned_domain_url` Boto3-API eine vorsignierte Domain erstellt URLs, die standardmäßig in 300 Sekunden abläuft, läuft die vorsignierte TensorBoard Anwendung URLs ebenfalls in 300 Sekunden ab. Wenn Sie die Ablaufzeit verlängern möchten, übergeben Sie das `ExpiresInSeconds`-Argument wie folgt an das `optional_create_presigned_url_kwargs`-Argument der Funktion`get_app_url`.
```
optional_create_presigned_url_kwargs={"ExpiresInSeconds": 1500}
```
**Anmerkung**
Wenn eine Ihrer an die Argumente von übergebenen Eingaben ungültig `get_app_url` ist, gibt die Funktion eine URL zur TensorBoard Landingpage aus, anstatt die Anwendung zu öffnen. TensorBoard Die Ausgabemeldung würde in etwa wie folgt aussehen.
```
Navigate to the following URL:
https://us-west-2.console.aws.amazon.com/sagemaker/home?region=us-west-2#/tensor-board-landing
```
# Öffnen Sie, TensorBoard indem Sie die `get_app_url` Funktion als `estimator` Klassenmethode verwenden
Wenn Sie gerade einen Trainingsjob mit der `estimator` Klasse des SageMaker Python-SDK ausführen und ein aktives Objekt der `estimator` Klasse haben, können Sie die [`get_app_url`Funktion auch als Klassenmethode](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.EstimatorBase.get_app_url) der `estimator` Klasse aufrufen. Öffnen Sie die TensorBoard Anwendung oder rufen Sie eine unsignierte URL ab, indem Sie die `get_app_url` Methode wie folgt ausführen. Die `get_app_url` Klassenmethode ruft den Namen des Trainingsjobs aus dem Schätzer ab und öffnet die TensorBoard Anwendung mit dem angegebenen Job.
**Anmerkung**
Diese Funktionalität ist im SageMaker Python-SDK v2.184.0 und höher verfügbar. Um diese Funktionalität nutzen zu können, stellen Sie sicher, dass Sie das SDK aktualisieren, indem Sie `pip install sagemaker --upgrade` ausführen.
**Topics**
+ [Option 1: Für Studio Classic SageMaker](#debugger-htb-access-tb-get-app-url-estimator-method-studio)
+ [Option 2: Für Umgebungen außerhalb von Studio Classic](#debugger-htb-access-tb-get-app-url-estimator-method-non-studio)
## Option 1: Für Studio Classic SageMaker
**Um die TensorBoard Anwendung zu öffnen**
Der folgende Code öffnet die TensorBoard Anwendung automatisch über die unsignierte URL, die die `get_app_url()` Methode im Standard-Webbrowser Ihrer Umgebung zurückgibt.
```
estimator.get_app_url(
app_type=SupportedInteractiveAppTypes.TENSORBOARD # Required.
)
```
**Um eine unsignierte URL abzurufen und die TensorBoard Anwendung manuell zu öffnen**
Der folgende Code druckt eine unsignierte URL, die Sie in einen Webbrowser kopieren und die TensorBoard Anwendung öffnen können.
```
print(
estimator.get_app_url(
app_type=SupportedInteractiveAppTypes.TENSORBOARD, # Required.
open_in_default_web_browser=False, # Optional. Set to False to print the URL to terminal.
)
)
```
Beachten Sie, dass die Funktion eine URL zur TensorBoard Landingpage in der SageMaker AI-Konsole zurückgibt, wenn Sie die beiden vorherigen Codebeispiele außerhalb der SageMaker AI Studio Classic-Umgebung ausführen, da diese keine Anmeldeinformationen für Ihre Domain und Ihr Benutzerprofil enthalten. Informationen zum Erstellen einer vorsignierten URL finden Sie unter Option 2 im folgenden Abschnitt.
## Option 2: Für Umgebungen außerhalb von Studio Classic
Wenn Sie Umgebungen verwenden, die nicht zu Studio Classic gehören, z. B. SageMaker Notebook-Instance und Amazon EC2, und eine vorsignierte URL zum Öffnen der TensorBoard Anwendung generieren möchten, verwenden Sie die `get_app_url` Methode mit Ihren Domänen- und Benutzerprofilinformationen wie folgt.
Beachten Sie, dass für diese Option der Domain-Benutzer über die entsprechende `sagemaker:CreatePresignedDomainUrl`-Berechtigung verfügen muss. Ohne die Erlaubnis erhält der Domain-Benutzer einen Ausnahmefehler.
**Wichtig**
Teilen Sie keine vorab signierten Dateien mit anderen. URLs Die `get_app_url` Funktion erstellt vorsignierte Dateien URLs, die sich automatisch mit Ihrer Domain und Ihrem Benutzerprofil authentifizieren und Zugriff auf alle Anwendungen und Dateien gewähren, die mit Ihrer Domain verknüpft sind.
```
print(
estimator.get_app_url(
app_type=SupportedInteractiveAppTypes.TENSORBOARD, # Required
create_presigned_domain_url=True, # Reguired to be set to True for creating a presigned URL.
domain_id="your-domain-id", # Required if creating a presigned URL (create_presigned_domain_url=True).
user_profile_name="your-user-profile-name", # Required if creating a presigned URL (create_presigned_domain_url=True).
open_in_default_web_browser=False, # Optional. Set to False to print the URL to terminal.
optional_create_presigned_url_kwargs={} # Optional. Add any additional args for Boto3 create_presigned_domain_url
)
)
```
# TensorBoard Über die AI-Konsole SageMaker öffnen
Sie können die Anwendung auch über die Benutzeroberfläche der SageMaker TensorBoard KI-Konsole öffnen. Es gibt zwei Möglichkeiten, die TensorBoard Anwendung über die SageMaker AI-Konsole zu öffnen.
**Topics**
+ [Option 1: Starten Sie TensorBoard von der Seite mit den Domain-Details](#debugger-htb-access-tb-console-domain-detail)
+ [Option 2: TensorBoard Von der TensorBoard Landingpage aus starten](#debugger-htb-access-tb-console-landing-pg)
## Option 1: Starten Sie TensorBoard von der Seite mit den Domain-Details
**Zur Seite mit den Domaindetails navigieren**
Die folgenden Schritte zeigen, wie Sie zur Seite mit den Domaindetails navigieren.
1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Wählen Sie im linken Navigationsbereich **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie aus der Liste der Domains die Domain aus, in der Sie die TensorBoard Anwendung starten möchten.
**Starten Sie eine Benutzerprofilanwendung**
Das folgende Verfahren zeigt, wie Sie eine Studio-Classic-Anwendung starten, die auf ein Benutzerprofil beschränkt ist.
1. Wählen Sie auf der Seite mit den Domaindetails die Registerkarte **Benutzerprofile** aus.
1. Geben Sie das Benutzerprofil an, für das Sie die Studio-Classic-Anwendung starten möchten.
1. Wählen Sie **Launch** für Ihr ausgewähltes Benutzerprofil aus und wählen Sie dann **TensorBoard**.
## Option 2: TensorBoard Von der TensorBoard Landingpage aus starten
Das folgende Verfahren beschreibt, wie Sie eine TensorBoard Anwendung von der TensorBoard Landingpage aus starten.
1. Öffnen Sie die Amazon SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Wählen Sie im linken Navigationsbereich **TensorBoard**.
1. Wählen Sie unter **Erste Schritte** die Domain aus, in der Sie die Studio-Classic-Anwendung starten möchten. Wenn Ihr Benutzerprofil nur zu einer Domain gehört, wird die Option zur Auswahl einer Domain nicht angezeigt.
1. Wählen Sie das Benutzerprofil aus, für das Sie die Studio-Classic-Anwendung starten möchten. Wenn es in der Domain kein Benutzerprofil gibt, wählen Sie **Benutzerprofil erstellen** aus. Weitere Informationen dazu finden Sie unter [Hinzufügen und Entfernen von Benutzern](https://docs.aws.amazon.com/sagemaker/latest/dg/domain-user-profile-add.html).
1. Klicken Sie auf **Open TensorBoard**.
Der folgende Screenshot zeigt die Position von TensorBoard im linken Navigationsbereich der SageMaker AI-Konsole und die Position der SageMaker KI mit TensorBoard Landingpage im Hauptbereich.
![\[Die TensorBoard Landingpage\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/debugger/htb-landing-page.png)