绘制系统指标和框架指标数据 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

绘制系统指标和框架指标数据

您可以对以下可视化类使用系统和算法指标对象来绘制时间线图和直方图。

注意

要在以下可视化对象绘制方法中通过缩小范围指标可视化数据,请指定 select_dimensionsselect_events 参数。例如,如果您指定 select_dimensions=["GPU"],则图表方法将筛选包含“GPU”关键字的指标。如果指定 select_events=["total"],则图表方法将筛选指标名称末尾包含“total”事件标签的指标。如果您启用这些参数并提供关键字字符串,可视化类将返回具有筛选的指标的图表。

  • MetricsHistogram

    from smdebug.profiler.analysis.notebook_utils.metrics_histogram import MetricsHistogram metrics_histogram = MetricsHistogram(system_metrics_reader) metrics_histogram.plot( starttime=0, endtime=system_metrics_reader.get_timestamp_of_latest_available_file(), select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"] # optional )
  • StepTimelineChart

    from smdebug.profiler.analysis.notebook_utils.step_timeline_chart import StepTimelineChart view_step_timeline_chart = StepTimelineChart(framework_metrics_reader)
  • StepHistogram

    from smdebug.profiler.analysis.notebook_utils.step_histogram import StepHistogram step_histogram = StepHistogram(framework_metrics_reader) step_histogram.plot( starttime=step_histogram.last_timestamp - 5 * 1000 * 1000, endtime=step_histogram.last_timestamp, show_workers=True )
  • TimelineCharts

    from smdebug.profiler.analysis.notebook_utils.timeline_charts import TimelineCharts view_timeline_charts = TimelineCharts( system_metrics_reader, framework_metrics_reader, select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"] # optional ) view_timeline_charts.plot_detailed_profiler_data([700,710])
  • Heatmap

    from smdebug.profiler.analysis.notebook_utils.heatmap import Heatmap view_heatmap = Heatmap( system_metrics_reader, framework_metrics_reader, select_dimensions=["CPU", "GPU", "I/O"], # optional select_events=["total"], # optional plot_height=450 )