Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Accès à l' TensorBoard application sur l' SageMaker IA


Vous pouvez y accéder TensorBoard par deux méthodes : par programmation en utilisant le `sagemaker.interactive_apps.tensorboard` module qui génère une URL non signée ou présignée, ou en utilisant la page d'accueil de la TensorBoard console AI. SageMaker Une fois que vous l'avez ouvert TensorBoard, SageMaker AI exécute le TensorBoard plug-in et trouve automatiquement toutes les données de sortie des tâches de formation dans un format de fichier TensorBoard compatible.

**Topics**
+ [

# Ouvrez TensorBoard à l'aide du `sagemaker.interactive_apps.tensorboard` module
](debugger-htb-access-tb-url.md)
+ [

# Ouvrez TensorBoard en utilisant la `get_app_url` fonction comme méthode `estimator` de classe
](debugger-htb-access-tb-get-app-url-estimator-method.md)
+ [

# Ouvrez TensorBoard via la console SageMaker AI
](debugger-htb-access-tb-console.md)

# Ouvrez TensorBoard à l'aide du `sagemaker.interactive_apps.tensorboard` module


Le `sagemaker.interactive_apps.tensorboard` module fournit une fonction appelée `get_app_url` qui génère des URL non signées ou présignées pour ouvrir l' TensorBoard application dans n'importe quel environnement dans SageMaker AI ou Amazon EC2. Cela permet de fournir une expérience unifiée aux utilisateurs et aux non-utilisateurs de Studio Classic. Pour l'environnement Studio, vous pouvez ouvrir TensorBoard en exécutant la `get_app_url()` fonction telle quelle, ou vous pouvez également spécifier un nom de tâche pour démarrer le suivi à l'ouverture de l' TensorBoard application. Pour les environnements autres que Studio Classic, vous pouvez ouvrir TensorBoard en fournissant les informations de votre domaine et de profil utilisateur à la fonction utilitaire. Grâce à cette fonctionnalité, quel que soit l'endroit ou la manière dont vous exécutez le code d'entraînement et lancez les tâches de formation, vous pouvez y accéder directement en TensorBoard exécutant la `get_app_url` fonction dans votre bloc-notes ou votre terminal Jupyter.

**Note**  
Cette fonctionnalité est disponible dans le SDK SageMaker Python v2.184.0 et versions ultérieures. Pour utiliser cette fonctionnalité, assurez-vous de mettre à niveau le kit SDK en exécutant `pip install sagemaker --upgrade`.

**Topics**
+ [

## Option 1 : pour SageMaker AI Studio Classic
](#debugger-htb-access-tb-url-unsigned)
+ [

## Option 2 : pour les environnements autres que Studio Classic
](#debugger-htb-access-tb-url-presigned)

## Option 1 : pour SageMaker AI Studio Classic


Si vous utilisez SageMaker Studio Classic, vous pouvez ouvrir directement l' TensorBoardapplication ou récupérer une URL non signée en exécutant la `get_app_url` fonction comme suit. Comme vous êtes déjà dans l’environnement Studio Classic et que vous êtes connecté en tant qu’utilisateur de domaine, `get_app_url()` génère une URL non signée, car il n’est pas nécessaire de vous authentifier à nouveau. 

**Pour ouvrir l' TensorBoard application** 

Le code suivant ouvre automatiquement l' TensorBoard application à partir de l'URL non signée que la `get_app_url()` fonction renvoie dans le navigateur Web par défaut de votre environnement.

```
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 
)
```

**Pour récupérer une URL non signée et ouvrir l' TensorBoardapplication manuellement**

Le code suivant imprime une URL non signée que vous pouvez copier dans un navigateur Web et ouvrir l' TensorBoard application.

```
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.
    )
)
```

Notez que si vous exécutez les deux exemples de code précédents en dehors de l'environnement SageMaker AI Studio Classic, la fonction renverra une URL vers la page TensorBoard d'accueil de la console SageMaker AI, car ces derniers ne contiennent aucune information de connexion à votre domaine et à votre profil utilisateur. Pour créer une URL présignée, consultez l’option 2 dans la section suivante.

## Option 2 : pour les environnements autres que Studio Classic


Si vous utilisez des environnements autres que Studio Classic, tels qu'une instance SageMaker Notebook ou Amazon EC2, et que vous souhaitez TensorBoard ouvrir directement depuis l'environnement dans lequel vous vous trouvez, vous devez générer une URL présignée avec votre domaine et les informations de votre profil utilisateur. Une URL *présignée* est une URL qui est connectée à Amazon SageMaker Studio Classic lors de la création de l'URL avec votre domaine et votre profil utilisateur, et qui donne donc accès à toutes les applications de domaine et à tous les fichiers associés à votre domaine. Pour ouvrir TensorBoard via une URL présignée, utilisez la `get_app_url` fonction avec le nom de votre domaine et de votre profil utilisateur comme suit.

Notez que cette option nécessite que l’utilisateur de domaine dispose de l’autorisation `sagemaker:CreatePresignedDomainUrl`. Sans autorisation, l’utilisateur de domaine recevra une erreur d’exception.

**Important**  
Ne partagez aucun document présigné URLs. La `get_app_url` fonction crée une signature présignée URLs, qui s'authentifie automatiquement auprès de votre domaine et de votre profil utilisateur et donne accès à toutes les applications et à tous les fichiers associés à votre domaine.

```
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
    )
)
```

**Astuce**  
La `get_app_url` fonction exécute l'[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 pour Python (Boto3) dans le backend. Comme l'`create_presigned_domain_url`API Boto3 crée un domaine présigné URLs qui expire dans 300 secondes par défaut, les TensorBoard applications présignées expirent URLs également dans 300 secondes. Si vous souhaitez prolonger le délai d’expiration, transmettez l’argument `ExpiresInSeconds` à l’argument `optional_create_presigned_url_kwargs` de la fonction `get_app_url` comme suit.  

```
optional_create_presigned_url_kwargs={"ExpiresInSeconds": 1500}
```

**Note**  
Si l'une de vos entrées passées aux arguments de n'`get_app_url`est pas valide, la fonction affiche une URL vers la page de TensorBoard destination au lieu d'ouvrir l' TensorBoard application. Le message de sortie ressemblerait à ce qui suit.  

```
Navigate to the following URL:
https://us-west-2.console.aws.amazon.com/sagemaker/home?region=us-west-2#/tensor-board-landing
```

# Ouvrez TensorBoard en utilisant la `get_app_url` fonction comme méthode `estimator` de classe


Si vous êtes en train d'exécuter une tâche de formation à l'aide de la `estimator` classe du SDK SageMaker Python et que vous avez un objet actif de cette `estimator` classe, vous pouvez également accéder à la [`get_app_url`fonction en tant que méthode de classe](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.EstimatorBase.get_app_url) de la `estimator` classe. Ouvrez l' TensorBoard application ou récupérez une URL non signée en exécutant la `get_app_url` méthode comme suit. La méthode `get_app_url` de classe extrait le nom de la tâche de formation de l'estimateur et ouvre l' TensorBoard application avec la tâche spécifiée.

**Note**  
Cette fonctionnalité est disponible dans le SDK SageMaker Python v2.184.0 et versions ultérieures. Pour utiliser cette fonctionnalité, assurez-vous de mettre à niveau le kit SDK en exécutant `pip install sagemaker --upgrade`.

**Topics**
+ [

## Option 1 : pour SageMaker Studio Classic
](#debugger-htb-access-tb-get-app-url-estimator-method-studio)
+ [

## Option 2 : pour les environnements autres que Studio Classic
](#debugger-htb-access-tb-get-app-url-estimator-method-non-studio)

## Option 1 : pour SageMaker Studio Classic


**Pour ouvrir l' TensorBoard application** 

Le code suivant ouvre automatiquement l' TensorBoard application à partir de l'URL non signée que la `get_app_url()` méthode renvoie dans le navigateur Web par défaut de votre environnement.

```
estimator.get_app_url(
    app_type=SupportedInteractiveAppTypes.TENSORBOARD # Required.
)
```

**Pour récupérer une URL non signée et ouvrir l' TensorBoardapplication manuellement**

Le code suivant imprime une URL non signée que vous pouvez copier dans un navigateur Web et ouvrir l' TensorBoard application.

```
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.
    )
)
```

Notez que si vous exécutez les deux exemples de code précédents en dehors de l'environnement SageMaker AI Studio Classic, la fonction renverra une URL vers la page TensorBoard d'accueil de la console SageMaker AI, car ces derniers ne contiennent aucune information de connexion à votre domaine et à votre profil utilisateur. Pour créer une URL présignée, consultez l’option 2 dans la section suivante.

## Option 2 : pour les environnements autres que Studio Classic


Si vous utilisez des environnements autres que Studio Classic, tels que l'instance SageMaker Notebook et Amazon EC2, et que vous souhaitez générer une URL présignée pour ouvrir l'application, utilisez TensorBoard la méthode suivante avec `get_app_url` les informations de votre domaine et de votre profil utilisateur.

Notez que cette option nécessite que l’utilisateur de domaine dispose de l’autorisation `sagemaker:CreatePresignedDomainUrl`. Sans autorisation, l’utilisateur de domaine recevra une erreur d’exception.

**Important**  
Ne partagez aucun document présigné URLs. La `get_app_url` fonction crée une signature présignée URLs, qui s'authentifie automatiquement auprès de votre domaine et de votre profil utilisateur et donne accès à toutes les applications et à tous les fichiers associés à votre domaine.

```
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
    )
)
```

# Ouvrez TensorBoard via la console SageMaker AI


Vous pouvez également utiliser l'interface utilisateur de la console SageMaker AI pour ouvrir l' TensorBoard application. Il existe deux options pour ouvrir l' TensorBoard application via la console SageMaker AI.

**Topics**
+ [

## Option 1 : Lancer TensorBoard depuis la page des détails du domaine
](#debugger-htb-access-tb-console-domain-detail)
+ [

## Option 2 : Lancer TensorBoard depuis la page de TensorBoard destination
](#debugger-htb-access-tb-console-landing-pg)

## Option 1 : Lancer TensorBoard depuis la page des détails du domaine


**Accès à la page de détails du domaine**

 La procédure suivante indique comment accéder à la page de détails du domaine. 

1. Ouvrez la console Amazon SageMaker AI à l'adresse [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1. Dans le panneau de navigation de gauche, choisissez **Configurations d’administrateur**.

1. Sous **Configurations d’administrateur**, choisissez **Domaines**. 

1. Dans la liste des domaines, sélectionnez le domaine dans lequel vous souhaitez lancer l' TensorBoard application.

**Lancement d’une application de profil utilisateur**

La procédure suivante montre comment lancer une application Studio Classic limitée à un profil utilisateur. 

1. Sur la page Détails du domaine, choisissez l’onglet **Profils utilisateur**. 

1. Identifiez le profil utilisateur pour lequel vous souhaitez lancer l’application Studio Classic. 

1. Choisissez **Launch** pour le profil utilisateur que vous avez sélectionné, puis choisissez **TensorBoard**. 

## Option 2 : Lancer TensorBoard depuis la page de TensorBoard destination


La procédure suivante décrit comment lancer une TensorBoard application depuis la page de TensorBoard destination. 

1. Ouvrez la console Amazon SageMaker AI à l'adresse [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1. Dans le volet de navigation de gauche, choisissez **TensorBoard**.

1. Sous **Mise en route**, sélectionnez le domaine dans lequel vous souhaitez lancer l’application Studio Classic. Si votre profil utilisateur n’appartient qu’à un seul domaine, l’option permettant de sélectionner un domaine ne s’affiche pas.

1. Sélectionnez le profil utilisateur pour lequel vous souhaitez lancer l’application Studio Classic. S’il n’existe aucun profil utilisateur dans le domaine, choisissez **Créer un profil utilisateur**. Pour plus d’informations, consultez [Ajouter et supprimer des profils utilisateur](https://docs.aws.amazon.com/sagemaker/latest/dg/domain-user-profile-add.html).

1. Choisissez **Ouvrir TensorBoard**.

La capture d'écran suivante montre l'emplacement de l'IA TensorBoard dans le volet de navigation gauche de la console SageMaker AI et de l' SageMaker IA avec page de TensorBoard destination dans le volet principal.

![\[La page de TensorBoard destination\]](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/images/debugger/htb-landing-page.png)