Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Menggunakan aturan profiler bawaan yang dikelola oleh Amazon SageMaker Debugger
<a name="use-debugger-built-in-profiler-rules"></a>

Aturan SageMaker profiler bawaan Amazon Debugger menganalisis metrik sistem dan operasi kerangka kerja yang dikumpulkan selama pelatihan model. Debugger menawarkan operasi `ProfilerRule` API yang membantu mengonfigurasi aturan untuk memantau sumber daya dan operasi komputasi pelatihan dan untuk mendeteksi anomali. Misalnya, aturan pembuatan profil dapat membantu Anda mendeteksi apakah ada masalah komputasi seperti kemacetan CPU, waktu I/O tunggu yang berlebihan, beban kerja yang tidak seimbang di seluruh pekerja GPU, dan sumber daya komputasi yang kurang dimanfaatkan. Untuk melihat daftar lengkap aturan pembuatan profil bawaan yang tersedia, lihat[Daftar aturan profiler bawaan Debugger](debugger-built-in-profiler-rules.md). Topik berikut menunjukkan cara menggunakan aturan bawaan Debugger dengan pengaturan parameter default dan nilai parameter khusus.

**catatan**  
Aturan bawaan disediakan melalui wadah SageMaker pemrosesan Amazon dan dikelola sepenuhnya oleh SageMaker Debugger tanpa biaya tambahan. Untuk informasi selengkapnya tentang penagihan, lihat halaman [ SageMaker Harga Amazon](https://aws.amazon.com/sagemaker/pricing/).

**Topics**
+ [Gunakan aturan SageMaker profiler bawaan Debugger dengan pengaturan parameter defaultnya](#debugger-built-in-profiler-rules-configuration)
+ [Gunakan aturan profiler bawaan Debugger dengan nilai parameter khusus](#debugger-built-in-profiler-rules-configuration-param-change)

## Gunakan aturan SageMaker profiler bawaan Debugger dengan pengaturan parameter defaultnya
<a name="debugger-built-in-profiler-rules-configuration"></a>

Untuk menambahkan aturan bawaan SageMaker Debugger di estimator Anda, Anda perlu mengonfigurasi objek daftar`rules`. Kode contoh berikut menunjukkan struktur dasar daftar aturan bawaan SageMaker Debugger.

```
from sagemaker.debugger import Rule, ProfilerRule, rule_configs

rules=[
    ProfilerRule.sagemaker(rule_configs.BuiltInProfilerRuleName_1()),
    ProfilerRule.sagemaker(rule_configs.BuiltInProfilerRuleName_2()),
    ...
    ProfilerRule.sagemaker(rule_configs.BuiltInProfilerRuleName_n()),
    ... # You can also append more debugging rules in the Rule.sagemaker(rule_configs.*()) format.
]

estimator=Estimator(
    ...
    rules=rules
)
```

Untuk daftar lengkap aturan bawaan yang tersedia, lihat[Daftar aturan profiler bawaan Debugger](debugger-built-in-profiler-rules.md).

Untuk menggunakan aturan pembuatan profil dan memeriksa kinerja komputasi dan kemajuan pekerjaan pelatihan Anda, tambahkan aturan Debugger. [https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-profiler-rules.html#profiler-report](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-profiler-rules.html#profiler-report) SageMaker Aturan ini mengaktifkan semua aturan bawaan di bawah keluarga [Debugger ProfilerRule](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-profiler-rules.html#debugger-built-in-profiler-rules-ProfilerRule)`ProfilerRule`. Selanjutnya, aturan ini menghasilkan laporan profil agregat. Untuk informasi selengkapnya, lihat [Membuat Profil Laporan yang Dihasilkan Menggunakan SageMaker Debugger](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-profiling-report.html). Anda dapat menggunakan kode berikut untuk menambahkan aturan laporan pembuatan profil ke estimator pelatihan Anda.

```
from sagemaker.debugger import Rule, rule_configs

rules=[
    ProfilerRule.sagemaker(rule_configs.ProfilerReport())
]
```

Saat Anda memulai pekerjaan pelatihan dengan `ProfilerReport` aturan, Debugger mengumpulkan data pemanfaatan sumber daya setiap 500 milidetik. Debugger menganalisis pemanfaatan sumber daya untuk mengidentifikasi apakah model Anda mengalami masalah kemacetan. Jika aturan mendeteksi anomali pelatihan, status evaluasi aturan berubah menjadi. `IssueFound` Anda dapat mengatur tindakan otomatis, seperti memberi tahu masalah pelatihan dan menghentikan pekerjaan pelatihan menggunakan CloudWatch Acara Amazon dan AWS Lambda. Untuk informasi selengkapnya, lihat [Tindakan pada aturan Amazon SageMaker Debugger](debugger-action-on-rules.md).

## Gunakan aturan profiler bawaan Debugger dengan nilai parameter khusus
<a name="debugger-built-in-profiler-rules-configuration-param-change"></a>

Jika Anda ingin menyesuaikan nilai parameter aturan bawaan dan menyesuaikan regex koleksi tensor, konfigurasikan `rule_parameters` parameter `base_config` and untuk metode `ProfilerRule.sagemaker` dan `Rule.sagemaker` class. Dalam kasus metode `Rule.sagemaker` kelas, Anda juga dapat menyesuaikan koleksi tensor melalui `collections_to_save` parameter. Untuk instruksi tentang cara menggunakan `CollectionConfig` kelas, lihat[Konfigurasikan koleksi tensor menggunakan API `CollectionConfig`](debugger-configure-tensor-collections.md). 

Gunakan templat konfigurasi berikut untuk aturan bawaan untuk menyesuaikan nilai parameter. Dengan mengubah parameter aturan sesuai keinginan, Anda dapat menyesuaikan sensitivitas aturan yang akan dimulai. 
+ `base_config`Argumennya adalah di mana Anda memanggil metode aturan bawaan.
+ `rule_parameters`Argumennya adalah untuk menyesuaikan nilai kunci default dari aturan bawaan yang tercantum dalam[Daftar aturan profiler bawaan Debugger](debugger-built-in-profiler-rules.md).

[Untuk informasi selengkapnya tentang kelas aturan Debugger, metode, dan parameter, lihat kelas [Aturan Debugger SageMaker AI di](https://sagemaker.readthedocs.io/en/stable/api/training/debugger.html) Amazon Python SDK. SageMaker ](https://sagemaker.readthedocs.io/en/stable)

```
from sagemaker.debugger import Rule, ProfilerRule, rule_configs, CollectionConfig

rules=[
    ProfilerRule.sagemaker(
        base_config=rule_configs.BuiltInProfilerRuleName(),
        rule_parameters={
                "key": "value"
        }
    )
]
```

Deskripsi parameter dan contoh kustomisasi nilai disediakan untuk setiap aturan di[Daftar aturan profiler bawaan Debugger](debugger-built-in-profiler-rules.md).

Untuk konfigurasi JSON tingkat rendah dari aturan bawaan Debugger yang menggunakan API, lihat. `CreateTrainingJob` [Konfigurasikan Debugger menggunakan API SageMaker](debugger-createtrainingjob-api.md)