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 classes de estimadores de SageMaker IA para o Debugger Os métodos da classe estimadora a seguir são úteis para acessar as informações do seu trabalho de SageMaker treinamento 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 S3 de um trabalho de SageMaker treinamento: ``` estimator.output_path ``` + Para verificar o nome do trabalho base de um trabalho de SageMaker treinamento: ``` estimator.latest_training_job.job_name ``` + Para ver uma configuração completa `CreateTrainingJob` da operação de API de um trabalho de SageMaker treinamento: ``` estimator.latest_training_job.describe() ``` + Para verificar uma lista completa das regras do Debugger durante a execução de um trabalho SageMaker de treinamento: ``` 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 durante a execução de um trabalho de treinamento: SageMaker ``` 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 criação de perfil durante a execução de um trabalho de SageMaker treinamento: ``` estimator.profiler_rules ``` [Para obter mais informações sobre a classe de estimador de SageMaker IA e seus métodos, consulte a API [Estimator no](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.Estimator) SDK do Amazon Python. SageMaker ](https://sagemaker.readthedocs.io/en/stable)