As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Métodos úteis de classe de estimadores do SageMaker AI para o Debugger
Os métodos da classe estimadora a seguir são úteis para acessar as informações do trabalho de treinamento do SageMaker e recuperar os caminhos de saída dos dados de treinamento coletados pelo Debugger. Os métodos a seguir são executáveis depois que você inicia um trabalho de treinamento com o método estimator.fit().
-
Para verificar o URI básico do bucket do S3 de um trabalho de treinamento do SageMaker:
estimator.output_path -
Para verificar o nome do trabalho de um trabalho de treinamento do SageMaker:
estimator.latest_training_job.job_name -
Para ver uma configuração completa da operação
CreateTrainingJobde API de um trabalho de treinamento do SageMaker:estimator.latest_training_job.describe() -
Para verificar uma lista completa das regras do Debugger enquanto um trabalho de treinamento do SageMaker está em execução:
estimator.latest_training_job.rule_job_summary() -
Para verificar o URI do bucket do S3 em que os dados dos parâmetros do modelo (tensores de saída) são salvos:
estimator.latest_job_debugger_artifacts_path() -
Para verificar o URI do bucket do S3 em que os dados de desempenho do modelo (métricas do sistema e da estrutura) são salvos:
estimator.latest_job_profiler_artifacts_path() -
Para verificar a configuração da regra do Debugger para depurar tensores de saída:
estimator.debugger_rule_configs -
Para verificar a lista das regras do Debugger para depuração enquanto um trabalho de treinamento do SageMaker está em execução:
estimator.debugger_rules -
Para verificar a configuração da regra do Debugger para monitorar e definir o perfil das métricas do sistema e da estrutura:
estimator.profiler_rule_configs -
Para verificar a lista das regras do Debugger para monitoramento e perfilação enquanto um trabalho de treinamento do SageMaker está em execução:
estimator.profiler_rules
Para ter mais informações sobre a classe de estimadores do SageMaker AI e os respectivos métodos, consulte Estimator API
