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.
# Descargue el informe de creación de SageMaker perfiles de Debugger
Descargue el informe de creación de perfiles del SageMaker depurador mientras se esté ejecutando su trabajo de formación o cuando el trabajo haya terminado con el [SDK y ( AWS Command Line Interface CLI) de Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable).
**nota**
Para que Debugger genere el informe de creación de perfiles, debe utilizar la [ProfilerReport](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-rules.html#profiler-report)regla integrada que ofrece SageMaker Debugger. SageMaker Para activar la regla con su trabajo de entrenamiento, consulte [Configurar las reglas integradas del generador de perfiles](https://docs.aws.amazon.com/sagemaker/latest/dg/use-debugger-built-in-profiler-rules.html).
**sugerencia**
También puede descargar el informe con un solo clic en el panel de información de SageMaker Studio Debugger. Esto no requiere ningún script adicional para descargar el informe. Para obtener información sobre cómo descargar el informe desde Studio, consulte [Abra el panel de Amazon SageMaker Debugger Insights](debugger-on-studio-insights.md).
------
#### [ Download using SageMaker Python SDK and AWS CLI ]
1. Compruebe el URI base de salida de S3 predeterminado del trabajo actual.
```
estimator.output_path
```
1. Compruebe el nombre del trabajo actual.
```
estimator.latest_training_job.job_name
```
1. El informe de creación de perfiles del depurador se guarda en `//rule-output`. Configure la ruta de salida de reglas de la siguiente manera:
```
rule_output_path = estimator.output_path + estimator.latest_training_job.job_name + "/rule-output"
```
1. Para comprobar si el informe se ha generado correctamente, enumere los directorios y archivos de forma recursiva en `rule_output_path` utilizando `aws s3 ls` con la opción `--recursive`.
```
! aws s3 ls {rule_output_path} --recursive
```
Esto debería devolver una lista completa de los archivos de una carpeta generada automáticamente denominada `ProfilerReport-1234567890`. El nombre de la carpeta es una combinación de cadenas `ProfilerReport` y una etiqueta única de 10 dígitos basada en la marca de tiempo de Unix cuando se inicia la regla. ProfilerReport
![\[Ejemplo de salida de reglas\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/debugger/debugger-rule-output-ls-example.png)
El `profiler-report.html` es un informe de perfil autogenerado por el depurador. Los archivos restantes son los componentes integrados de análisis de reglas integradas en JSON y un cuaderno de Jupyter que se utilizan para agregarlos al informe.
1. Descargue los archivos de forma recursiva utilizando `aws s3 cp`. El siguiente comando guarda todos los archivos de salida de las reglas en la carpeta `ProfilerReport-1234567890` del directorio de trabajo actual.
```
! aws s3 cp {rule_output_path} ./ --recursive
```
**sugerencia**
Si utiliza un servidor del cuaderno de Jupyter, ejecute `!pwd` para comprobar el directorio de trabajo actual.
1. En el directorio `/ProfilerReport-1234567890/profiler-output`, abra `profiler-report.html`. Si lo está utilizando JupyterLab, elija **Confiar en HTML** para ver el informe de creación de perfiles de Debugger generado automáticamente.
![\[Ejemplo de salida de reglas\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/debugger/debugger-rule-output-open-html.png)
1. Abra el archivo `profiler-report.ipynb` para ver cómo se genera el informe. También puede personalizar y ampliar el informe de creación de perfiles mediante el archivo de cuaderno de Jupyter.
------
#### [ Download using Amazon S3 Console ]
1. Inicie sesión en la consola de Amazon S3 Consola de administración de AWS y ábrala en [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/).
1. Busque el bucket base de S3. Por ejemplo, si no ha especificado ningún nombre de trabajo base, el nombre del bucket base de S3 debe tener el siguiente formato:`sagemaker--111122223333`. Busque el bucket base de S3 en el campo *Buscar bucket por nombre*.
![\[Ejemplo del URI del bucket de S3 de salida de reglas\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-0.png)
1. En el bucket base de S3, busque el nombre del trabajo de entrenamiento especificando el prefijo del nombre del trabajo en el campo de entrada *Buscar objetos por prefijo*. Seleccione el nombre del trabajo de entrenamiento.
![\[Ejemplo del URI del bucket de S3 de salida de reglas\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-1.png)
1. En el bucket de S3 del trabajo de entrenamiento, debe haber tres subcarpetas para los datos de entrenamiento recopilados por el depurador: **debug-output/**, **profiler-output/** y **rule-output/**. Seleccione **rule-output/**.
![\[Ejemplo del URI del bucket de S3 de salida de reglas\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-2.png)
1. **En la carpeta **rule-output/, elija **ProfilerReport-1234567890** y elija profiler-output/** folder.** La carpeta **profiler-output/** contiene **profiler-report.html** (el informe de creación de perfiles generado automáticamente en html), **profiler-report.ipynb** (un cuaderno de Jupyter con scripts que se utilizan para generar el informe) y una carpeta **profiler-report/** (contiene archivos JSON de análisis de reglas que se utilizan como componentes del informe).
1. Seleccione el archivo **profiler-report.html**, seleccione **Acciones** y **Descargar**.
![\[Ejemplo del URI del bucket de S3 de salida de reglas\]](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-3.png)
1. Abra el archivo **profiler-report.html** descargado en un navegador web.
------
**nota**
Si empezó su trabajo de entrenamiento sin configurar los parámetros específicos del depurador, este generará el informe basándose únicamente en las reglas de supervisión del sistema, ya que los parámetros del depurador no están configurados para guardar las métricas del marco. Para habilitar la creación de perfiles de métricas del marco y recibir un informe de creación de perfiles de Debugger ampliado, configure el parámetro al crear o actualizar los estimadores de IA. `profiler_config` SageMaker
Para obtener información sobre cómo configurar el parámetro `profiler_config` antes de iniciar un trabajo de entrenamiento, consulte [Configuración del estimador para la creación de perfiles del marco](debugger-configure-framework-profiling.md).
Para actualizar el trabajo de entrenamiento actual y habilitar la creación de perfiles de métricas del marco, consulte [Actualizar la configuración de perfiles del marco del depurador](debugger-update-monitoring-profiling.md).