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.
Notas de versão sobre os recursos de depuração do Amazon SageMaker AI
Veja as notas de lançamento a seguir para acompanhar as atualizações mais recentes dos recursos de depuração do Amazon SageMaker AI.
21 de dezembro de 2023
Novos recursos
Introdução de uma funcionalidade de depuração remota, uma nova capacidade de depuração do SageMaker AI que oferece acesso em nível de shell aos contêineres de treinamento. Com essa versão, você pode depurar tarefas de treinamento por meio do registro em log nos contêineres de trabalho em execução nas instâncias de ML do SageMaker AI. Para saber mais, consulte Acesse um contêiner de treinamento AWS Systems Manager para depuração remota.
7 de setembro de 2023
Novos atributos
Foi adicionado um novo módulo utilitário sagemaker.interactive_apps.tensorboard.TensorBoardApp que fornece uma função chamada get_app_url(). A função get_app_url() gera URLs não assinados ou pré-assinados para abrir a aplicação TensorBoard em qualquer ambiente no SageMaker AI ou no Amazon EC2. Dessa forma, será fornecida uma experiência unificada tanto para usuários do Studio Classic e da versão não Classic. Para o ambiente do Studio Classic, você pode abrir o TensorBoard executando a função get_app_url() como está ou pode especificar um nome de trabalho também para começar a rastrear quando for aberto a aplicação TensorBoard. Para ambientes que não sejam do Studio Classic, você pode abrir o TensorBoard fornecendo as informações do seu domínio para a função de utilitário. Com essa funcionalidade, independentemente de onde ou como você executa o código de treinamento e inicia trabalhos de treinamento, você pode acessar diretamente o TensorBoard executando a função get_app_url em seu caderno ou terminal Jupyter. Essa funcionalidade está disponível no SageMaker Python SDK v2.184.0 e versões posteriores. Para ter mais informações, consulte Acessar a aplicação TensorBoard no SageMaker AI.
4 de abril de 2023
Novos recursos
Lançamento do SageMaker AI com o TensorBoard, um recurso que hospeda o TensorBoard no SageMaker AI. O TensorBoard está disponível como uma aplicação por meio do domínio do SageMaker AI, e a plataforma de treinamento do SageMaker AI é compatível com a coleta de dados de saída do TensorBoard no S3 e o carregamento automático deles no TensorBoard hospedado no SageMaker AI. Com esse recurso, você pode executar tarefas de treinamento configurados com os redatores de resumo do TensorBoard no SageMaker AI, salvar os arquivos de saída do TensorBoard no Amazon S3, abrir a aplicação TensorBoard diretamente do console do SageMaker AI e carregar os arquivos de saída usando o plug-in SageMaker AI Data Manager implementado na interface hospedada do TensorBoard. Você não precisa instalar o TensorBoard manualmente e hospedar localmente nos IDEs do SageMaker AI ou na máquina local. Para saber mais, consulte TensorBoard no Amazon SageMaker AI.
16 de março de 2023
Notas sobre a substituição
O SageMaker Debugger descontinua o atributo de criação de perfil da estrutura a partir do TensorFlow 2.11 e do PyTorch 2.0. Você ainda pode usar o atributo nas versões anteriores das estruturas e dos SDKs da seguinte maneira:
-
SageMaker Python SDK <= v2.130.0
-
PyTorch >= v1.6.0, < v2.0
-
TensorFlow >= v2.3.1, < v2.11
Com a descontinuação, o SageMaker Debugger também interrompe o compatibilidade com os três seguintes para criação de perfil de estrutura ProfilerRules:
21 de fevereiro de 2023
Outras alterações
-
A guia de relatório do XGBoost foi removida do painel do criador de perfil do SageMaker Debugger. Você ainda pode acessar o relatório do XGBoost baixando-o como um caderno Jupyter ou um arquivo HTML. Para obter mais informações, consulte Relatório de treinamento do SageMaker Debugger XGBoost.
-
A partir desta versão, as regras integradas do profiler não são ativadas por padrão. Para usar as regras do criador de perfil do SageMaker Debugger para detectar determinados problemas computacionais, você precisa adicionar as regras ao configurar um iniciador de tarefas de treinamento do SageMaker.
1º de dezembro de 2020
O Amazon SageMaker Debugger lançou atributos profundos de criação de perfil no re:Invent 2020.
3 de dezembro de 2019
O Amazon SageMaker Debugger foi lançado inicialmente no re:Invent 2019.
