Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# TensorBoard in Amazon SageMaker AI
<a name="tensorboard-on-sagemaker"></a>

Amazon SageMaker AI with TensorBoard è una funzionalità di Amazon SageMaker AI che porta gli strumenti di [TensorBoard](https://www.tensorflow.org/tensorboard)visualizzazione all' SageMaker IA e si integra con SageMaker Training e domain. Fornisce opzioni per amministrare il tuo AWS account e gli utenti che appartengono all'account tramite il [dominio SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/sm-domain.html), per consentire agli utenti del dominio di accedere ai TensorBoard dati con le autorizzazioni appropriate per Amazon S3 e aiutare gli utenti del dominio a eseguire attività di debug dei modelli utilizzando i plug-in di visualizzazione. TensorBoard SageMaker AI with TensorBoard è esteso con il plug-in SageMaker AI Data Manager, con il quale gli utenti del dominio possono accedere a una serie di lavori di formazione in un unico posto all'interno dell'applicazione. TensorBoard

**Nota**  
Questa funzionalità consente di eseguire il debug dell'addestramento di modelli di deep learning utilizzando o. PyTorch TensorFlow

**Per i data scientist**

L'addestramento di modelli di grandi dimensioni può comportare problemi scientifici che richiedono ai data scientist di eseguire il debug e risolverli per migliorare la convergenza dei modelli e stabilizzare i processi di discesa del gradiente.

Quando si verificano problemi di addestramento dei modelli, come la perdita, la mancata convergenza, la scomparsa o l'esplosione di pesi e sfumature, è necessario accedere ai dati tensoriali per approfondire e analizzare i parametri del modello, gli scalari e qualsiasi parametro personalizzato. Utilizzando SageMaker AI with TensorBoard, puoi visualizzare i tensori di output del modello estratti dai lavori di formazione. Mentre sperimentate modelli diversi, più sessioni di allenamento e modellate iperparametri, potete selezionare più lavori di formazione TensorBoard e confrontarli in un unico posto.

**Per gli amministratori**

Tramite la pagina di TensorBoard destinazione nella console SageMaker [SageMaker AI o nel dominio AI](https://docs.aws.amazon.com/sagemaker/latest/dg/sm-domain.html), puoi gestire gli utenti delle TensorBoard applicazioni se sei amministratore di un AWS account o di un dominio SageMaker AI. Ogni utente del dominio può accedere alla propria TensorBoard applicazione in base alle autorizzazioni concesse. In qualità di amministratore di dominio SageMaker AI e utente del dominio, puoi creare ed eliminare l' TensorBoard applicazione in base al livello di autorizzazione di cui disponi.

**Nota**  
Non è possibile condividere l' TensorBoard applicazione per scopi di collaborazione perché il dominio SageMaker AI non consente la condivisione delle applicazioni tra gli utenti. Gli utenti possono condividere i tensori di output salvati in un bucket S3, se hanno accesso al bucket.

## Framework supportati e Regioni AWS
<a name="debugger-htb-support"></a>

L' TensorBoard applicazione in SageMaker AI è disponibile per i seguenti framework di apprendimento automatico e. Regioni AWS

**Framework**
+ PyTorch
+ TensorFlow
+ Trasformatori Hugging Face

**Regioni AWS**
+ Stati Uniti orientali (Virginia settentrionale) (`us-east-1`)
+ Stati Uniti orientali (Ohio) (`us-east-2`)
+ Stati Uniti occidentali (Oregon) (`us-west-2`)
+ Europa (Francoforte) (`eu-central-1`)
+ Europa (Irlanda) (`eu-west-1`)

**Nota**  
Amazon SageMaker AI with TensorBoard viene eseguito su un'`ml.r5.large`istanza e comporta costi dopo il piano gratuito di SageMaker intelligenza artificiale o il periodo di prova gratuito della funzionalità. Per ulteriori informazioni, consulta la pagina [dei prezzi di Amazon SageMaker AI](https://aws.amazon.com/sagemaker/pricing/).

**Topics**
+ [Framework supportati e Regioni AWS](#debugger-htb-support)
+ [Prepara un corso di formazione per raccogliere i dati TensorBoard di output](debugger-htb-prepare-training-job.md)
+ [Accesso all'applicazione su AI TensorBoard SageMaker](debugger-htb-access-tb.md)
+ [Carica e visualizza i tensori di output utilizzando l'applicazione TensorBoard](debugger-htb-access-tb-data.md)
+ [Eliminare le applicazioni non utilizzate TensorBoard](debugger-htb-delete-app.md)