Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Métodos útiles de SageMaker clases de estimadores de IA para Debugger Los siguientes métodos de clases estimadoras son útiles para acceder a la información del trabajo de SageMaker entrenamiento y recuperar las rutas de salida de los datos de entrenamiento recopilados por Debugger. Los siguientes métodos se pueden ejecutar después de iniciar un trabajo de entrenamiento con el método `estimator.fit()`. + Para comprobar el URI del bucket base de S3 de un trabajo de formación: SageMaker ``` estimator.output_path ``` + Para comprobar el nombre del trabajo base de un trabajo de SageMaker formación: ``` estimator.latest_training_job.job_name ``` + Para ver la configuración completa del funcionamiento de la `CreateTrainingJob` API de un trabajo de SageMaker formación: ``` estimator.latest_training_job.describe() ``` + Para consultar una lista completa de las reglas del depurador mientras se está ejecutando un trabajo de SageMaker formación: ``` estimator.latest_training_job.rule_job_summary() ``` + Comprobar el URI del bucket de S3 en el que se guardan los datos de los parámetros del modelo (tensores de salida): ``` estimator.latest_job_debugger_artifacts_path() ``` + Comprobar el URI del bucket de S3 en el que se guardan los datos de rendimiento del modelo (métricas del sistema y del marco): ``` estimator.latest_job_profiler_artifacts_path() ``` + Comprobar la configuración de las reglas del depurador para la depuración de los tensores de salida: ``` estimator.debugger_rule_configs ``` + Para consultar la lista de reglas del depurador para la depuración mientras se está ejecutando un trabajo de SageMaker formación: ``` estimator.debugger_rules ``` + Para comprobar la configuración de las reglas del depurador para monitorizar y perfilar las métricas del sistema y del marco: ``` estimator.profiler_rule_configs ``` + Para consultar la lista de reglas del depurador para la supervisión y la creación de perfiles mientras se está ejecutando un trabajo de SageMaker formación: ``` estimator.profiler_rules ``` [Para obtener más información sobre la clase de estimador de SageMaker IA y sus métodos, consulte la API [Estimator en](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.Estimator) el SDK de Amazon Python. SageMaker ](https://sagemaker.readthedocs.io/en/stable)