翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# SageMaker Debugger プロファイリングレポートをダウンロードする
トレーニングジョブの実行中またはジョブの完了後に、Amazon SageMaker Python SDK および AWS Command Line Interface (CLI) を使用して SageMaker デバッガープロファイリングレポートをダウンロードします。 [Amazon SageMaker ](https://sagemaker.readthedocs.io/en/stable)
**注記**
SageMaker Debugger によって生成されたプロファイリングレポートを取得するには、SageMaker デバッガーが提供する組み込みの [ProfilerReport](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-rules.html#profiler-report) ルールを使用する必要があります。トレーニングジョブでルールを有効にするには、「[Configure Built-in Profiler Rules](https://docs.aws.amazon.com/sagemaker/latest/dg/use-debugger-built-in-profiler-rules.html)」を参照してください。
**ヒント**
または、SageMaker Studio Debugger インサイトダッシュボードで、ワンクリックでレポートをダウンロードできます。レポートをダウンロードするために追加のスクリプトは必要ありません。Studio からレポートをダウンロードする方法については、「[Amazon SageMaker Debugger インサイトダッシュボードを開く](debugger-on-studio-insights.md)」を参照してください。
------
#### [ Download using SageMaker Python SDK and AWS CLI ]
1. 現在のジョブのデフォルトの S3 出力基本 URI をチェックします。
```
estimator.output_path
```
1. 現在のジョブの名前をチェックします。
```
estimator.latest_training_job.job_name
```
1. デバッガープロファイリングレポートは、`//rule-output` に保存されます。ルールの出力パスを次のように設定します。
```
rule_output_path = estimator.output_path + estimator.latest_training_job.job_name + "/rule-output"
```
1. レポートが生成されているかどうかをチェックするには、`--recursive` オプションを付けて `aws s3 ls` を使い、`rule_output_path` の下にディレクトリとファイルを再帰的にリストします。
```
! aws s3 ls {rule_output_path} --recursive
```
これにより、`ProfilerReport-1234567890` という名前の自動生成されたフォルダにファイルの完全なリストが返されます。このフォルダ名は、`ProfilerReport` と、ProfilerReport ルールが開始されたときの Unix タイムスタンプに基づく一意の 10 桁のタグの組み合わせです。
![\[ルール出力の例\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/debugger/debugger-rule-output-ls-example.png)
`profiler-report.html` は、デバッガーによって自動生成されたプロファイリングレポートです。残りのファイルは、JSON に保存されている組み込みルール分析コンポーネントと、それらをレポートにまとめるための Jupyter ノートブックです。
1. `aws s3 cp` を使ってファイルを再帰的にダウンロードします。次のコマンドは、すべてのルール出力ファイルを現在の作業ディレクトリの下にある `ProfilerReport-1234567890` フォルダに保存します。
```
! aws s3 cp {rule_output_path} ./ --recursive
```
**ヒント**
Jupyter ノートブックサーバーを使っている場合は、`!pwd` を実行して、現在の作業ディレクトリを再チェックしてください。
1. `/ProfilerReport-1234567890/profiler-output` ディレクトリで、`profiler-report.html` を開きます。JupyterLab を使っている場合は、**[Trust HTML]** (HTML を信頼) を選択して、自動生成されたデバッガープロファイリングレポートを表示します。
![\[ルール出力の例\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/debugger/debugger-rule-output-open-html.png)
1. `profiler-report.ipynb` ファイルを開いて、レポートがどのように生成されているか検証します。Jupyter ノートブックファイルを使って、プロファイリングレポートをカスタマイズして拡張することもできます。
------
#### [ Download using Amazon S3 Console ]
1. にサインイン AWS マネジメントコンソール し、[https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) で Amazon S3 コンソールを開きます。
1. 基本の S3 バケットを検索します。例えば、基本のジョブ名を指定していない場合、基本の S3 バケット名は、`sagemaker--111122223333` という形式になります。*[Find bucket by name]* (名前でバケットを検索) フィールドから基本の S3 バケットを調べます。
![\[ルール出力の S3 バケット URI の例\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-0.png)
1. 基本の S3 バケットで、*[Find objects by prefix]* (プレフィックスでオブジェクトを検索) 入力フィールドにジョブ名のプレフィックスを指定することで、トレーニングジョブ名を調べます。トレーニングジョブの名前を選択します。
![\[ルール出力の S3 バケット URI の例\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-1.png)
1. トレーニングジョブの S3 バケットには、デバッガーで収集されたトレーニングデータ用の 3 つのサブフォルダ (**debug-output/**、**profiler-output/**、**rule-output/**) があります。**rule-output/** を選択します。
![\[ルール出力の S3 バケット URI の例\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-2.png)
1. **rule-output/** フォルダで、**ProfilerReport-1234567890** を選択し、**profiler-output/** フォルダを選択します。この **profiler-output/** フォルダには、**profiler-report.html** (html で自動生成されたプロファイリングレポート)、**profiler-report.ipynb** (レポートの生成に使用されるスクリプトを含む Jupyter ノートブック)、**profiler-report/** フォルダ (レポートのコンポーネントとして使用されるルール分析 JSON ファイルを含む) が含まれています。
1. **profiler-report.html** ファイルを選択し、**[Actions]** (アクション)、**[Download]** (ダウンロード) の順に選択します。
![\[ルール出力の S3 バケット URI の例\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-3.png)
1. ダウンロードした **profiler-report.html** ファイルをウェブブラウザで開きます。
------
**注記**
デバッガー固有パラメータを設定せずにトレーニングジョブを開始した場合、デバッガーのパラメータがフレームワークメトリクスを保存するように設定されていないため、デバッガーはシステムモニタリングルールにのみ基づいてレポートを生成します。フレームワークメトリクスプロファイリングを有効にして、拡張デバッガープロファイリングレポートを受け取るには、SageMaker AI 推定器の構築または更新時に `profiler_config` パラメータを設定します。
トレーニングジョブを始める前に `profiler_config` パラメータを設定する方法については、「[フレームワークプロファイリング用の推定器設定](debugger-configure-framework-profiling.md)」を参照してください。
現在のトレーニングジョブを更新し、フレームワークメトリクスプロファイリングを有効にするには、「[デバッガーのフレームワークプロファイリング設定を更新する](debugger-update-monitoring-profiling.md)」を参照してください。