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.
# Baixe o relatório de criação de SageMaker perfil do Debugger
Baixe o relatório de criação de perfil do SageMaker Debugger enquanto seu trabalho de treinamento estiver em execução ou após o término do trabalho usando o [SDK e (CLI) do Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable). AWS Command Line Interface
**nota**
Para obter o relatório de criação de perfil gerado pelo SageMaker Debugger, você deve usar a [ProfilerReport](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-rules.html#profiler-report)regra integrada oferecida pelo Debugger. SageMaker Para ativar a regra com seu trabalho de treinamento, consulte [Configurar regras do criador de perfil integrado](https://docs.aws.amazon.com/sagemaker/latest/dg/use-debugger-built-in-profiler-rules.html).
**dica**
Você também pode baixar o relatório com um único clique no painel de insights do SageMaker Studio Debugger. Isso não requer nenhum script adicional para baixar o relatório. Para saber como baixar o relatório do Studio, consulte [Abra o painel do Amazon SageMaker Debugger Insights](debugger-on-studio-insights.md).
------
#### [ Download using SageMaker Python SDK and AWS CLI ]
1. Verifique o URI base de saída S3 padrão do trabalho atual.
```
estimator.output_path
```
1. Verifique o nome do trabalho atual.
```
estimator.latest_training_job.job_name
```
1. O relatório de criação de perfil do Debugger é armazenado em `//rule-output`. Configure o caminho de saída da regra da seguinte forma:
```
rule_output_path = estimator.output_path + estimator.latest_training_job.job_name + "/rule-output"
```
1. Para verificar se o relatório foi gerado, liste os diretórios e arquivos recursivamente em `rule_output_path` usando `aws s3 ls` com a opção `--recursive`.
```
! aws s3 ls {rule_output_path} --recursive
```
Isso deve retornar uma lista completa de arquivos em uma pasta gerada automaticamente chamada `ProfilerReport-1234567890`. O nome da pasta é uma combinação de cadeias de caracteres: `ProfilerReport` e uma tag exclusiva de 10 dígitos baseada no carimbo de data/hora do Unix quando a regra é iniciada. ProfilerReport
![\[Um exemplo de saída de regra\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-rule-output-ls-example.png)
O `profiler-report.html` é um relatório de criação de perfil gerado automaticamente pelo Debugger. Os arquivos restantes são os componentes integrados de análise de regras armazenados em JSON e em um caderno Jupyter que são usados para agregá-los ao relatório.
1. Faça download dos arquivos recursivamente usando o `aws s3 cp`. O comando a seguir salva todos os arquivos de saída da regra na pasta `ProfilerReport-1234567890` sob o diretório de trabalho atual.
```
! aws s3 cp {rule_output_path} ./ --recursive
```
**dica**
Se estiver usando um servidor do caderno Jupyter, execute `!pwd` para verificar novamente o diretório de trabalho atual.
1. Abaixo do diretório`/ProfilerReport-1234567890/profiler-output`, abra `profiler-report.html`. Se estiver usando JupyterLab, escolha **Confiar em HTML** para ver o relatório de criação de perfil do Debugger gerado automaticamente.
![\[Um exemplo de saída de regra\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-rule-output-open-html.png)
1. Abra o arquivo `profiler-report.ipynb` para explorar como o relatório é gerado. Você também pode personalizar e estender o relatório de criação de perfil usando o arquivo do caderno Jupyter.
------
#### [ Download using Amazon S3 Console ]
1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon S3 em. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)
1. Procure o bucket base do S3. Por exemplo, se você não especificou o nome de trabalho básico, o nome básico do bucket do S3 deve estar no seguinte formato:`sagemaker--111122223333`. Procure o bucket S3 básico por meio do campo *Localizar bucket pelo nome*.
![\[Um exemplo de saída de regra para o URI do bucket do S3\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-0.png)
1. No bucket básico do S3, pesquise o nome do trabalho de treinamento especificando o prefixo do nome do trabalho no campo de entrada *Localizar objetos por prefixo*. Escolha o nome do trabalho de treinamento.
![\[Um exemplo de saída de regra para o URI do bucket do S3\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-1.png)
1. No bucket S3 do trabalho de treinamento, deve haver três subpastas para dados de treinamento coletados pelo Debugger: **debug-output/**, **profiler-output/** e **rule-output/**. Escolha **rule-output/**.
![\[Um exemplo de saída de regra para o URI do bucket do S3\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-2.png)
1. **Na pasta **rule-output/, escolha **ProfilerReport-1234567890 e escolha profiler-output/**** folder.** A pasta **profiler-output/** contém **profiler-report.html** (o relatório de criação de perfil gerado automaticamente em html), **profiler-report.ipynb** (um caderno Jupyter com scripts usados para gerar o relatório) e uma pasta **profiler-report/** (contém arquivos JSON de análise de regras que são usados como componentes do relatório).
1. Selecione o arquivo **profiler-report.html**, escolha **Ações** e **Fazer download**.
![\[Um exemplo de saída de regra para o URI do bucket do S3\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-3.png)
1. Abra o arquivo **profiler-report.html** baixado em um navegador da web.
------
**nota**
Se você iniciou seu trabalho de treinamento sem configurar os parâmetros específicos do Debugger, o Debugger gerará o relatório com base apenas nas regras de monitoramento do sistema porque os parâmetros do Debugger não estão configurados para salvar métricas da estrutura. Para habilitar a criação de perfis de métricas da estrutura e receber um relatório estendido de criação de perfil do Debugger, configure o `profiler_config` parâmetro ao criar ou atualizar estimadores de IA. SageMaker
Para saber como configurar o parâmetro `profiler_config` antes de iniciar um trabalho de treinamento, consulte [Configuração do estimador para criação de perfil de framework](debugger-configure-framework-profiling.md).
Para atualizar o trabalho de treinamento atual e habilitar a criação de perfil de métricas da estrutura, consulte [Atualizar configuração de perfil da framework do Debugger](debugger-update-monitoring-profiling.md).