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.
Notas de la versión sobre las capacidades de depuración de Amazon SageMaker AI
Consulte las siguientes notas de la versión para realizar un seguimiento de las actualizaciones más recientes de las funciones de depuración de Amazon SageMaker AI.
21 de diciembre de 2023
Nuevas características
Se ha lanzado una funcionalidad de depuración remota, una nueva capacidad de depuración de SageMaker AI que proporciona un acceso de nivel de intérprete de comandos a los contenedores de entrenamiento. Con esta versión puede depurar los trabajos de entrenamiento iniciando sesión en los contenedores de trabajos que se ejecutan en instancias de SageMaker AI ML. Para obtener más información, consulte Acceda a un contenedor de formación AWS Systems Manager para realizar la depuración remota.
7 de septiembre de 2023
Nuevas características
Se agregó un nuevo módulo de utilidades sagemaker.interactive_apps.tensorboard.TensorBoardApp que proporciona una función llamada get_app_url(). La función get_app_url() genera direcciones URL prefirmadas o sin firmar para abrir la aplicación TensorBoard en cualquier entorno de SageMaker AI o Amazon EC2. El objetivo es proporcionar una experiencia unificada tanto a los usuarios de Studio Classic como a los que no lo son. Para el entorno Studio Classic, puede abrir TensorBoard ejecutando la función get_app_url() tal como está, o también puede especificar un nombre de trabajo para iniciar el seguimiento cuando se abra la aplicación TensorBoard. Para entornos que no sean de Studio Classic, puede abrir TensorBoard proporcionando la información de su dominio a la función de utilidad. Con esta funcionalidad, independientemente de dónde o cómo ejecute el código de entrenamiento y lance los trabajos de entrenamiento, puede acceder directamente a TensorBoard ejecutando la función get_app_url en su terminal o cuaderno de Jupyter. Esta funcionalidad está disponible en SageMaker Python SDK v2.184.0 y versiones posteriores. Para obtener más información, consulte Acceso a la aplicación TensorBoard en SageMaker AI.
4 de abril de 2023
Nuevas características
Se lanzó SageMaker AI con TensorBoard, una capacidad que aloja TensorBoard en SageMaker AI. TensorBoard está disponible como aplicación a través del dominio de SageMaker AI, y la plataforma de entrenamiento de SageMaker AI admite la recopilación de datos de salida de TensorBoard a S3 y su carga automática en el TensorBoard alojado en SageMaker AI. Con esta capacidad, podrá ejecutar trabajos de entrenamiento configurados con los redactores de resúmenes de TensorBoard en SageMaker AI, guardar los archivos de salida de TensorBoard en Amazon S3, abrir la aplicación TensorBoard directamente desde la consola de SageMaker AI y cargar los archivos de salida mediante el complemento SageMaker AI Data Manager implementado en la interfaz alojada de TensorBoard. No necesita instalar TensorBoard manualmente y alojarlo localmente en los IDE de SageMaker AI o en la máquina local. Para obtener más información, consulte TensorBoard en Amazon SageMaker AI.
16 de marzo de 2023
Notas de desaprobación
El depurador de SageMaker desaprueba la función de creación de perfiles del marco a partir de TensorFlow 2.11 y PyTorch 2.0. Puede seguir utilizando la función en las versiones anteriores de los marcos y los SDK de la siguiente manera.
-
SageMaker Python SDK <= v2.130.0
-
PyTorch >= v1.6.0, < v2.0
-
TensorFlow >= v2.3.1, < v2.11
Con la obsolescencia, el depurador de Sagemaker también deja de admitir las tres siguientes ProfilerRules para la creación de perfiles de marcos.
21 de febrero de 2023
Otros cambios
-
La pestaña de informes de XGBoost se ha eliminado del panel de control del creador de perfiles del depurador de SageMaker. Todavía puede acceder al informe de XGBoost descargándolo como un cuaderno de Jupyter o como un archivo HTML. Para obtener más información, consulte informe de entrenamiento XGBoost del depurador de SageMaker.
-
A partir de esta versión, las reglas del creador de perfiles integrado no están activadas de forma predeterminada. Para utilizar las reglas del creador de perfiles del depurador de SageMaker para detectar determinados problemas computacionales, debe añadir las reglas al configurar un lanzador de tareas de entrenamiento de Sagemaker.
1 de diciembre de 2020
El depurador de Amazon SageMaker presentó funciones de creación de perfiles profundos en re:Invent 2020.
3 de diciembre de 2019
El depurador de Amazon SageMaker se lanzó inicialmente en re:Invent 2019.
