Amazon SageMaker 调试器 API 操作 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 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。

Amazon SageMaker 调试器 API 操作

Amazon SageMaker Debugger 在多个位置都有 API 操作,这些操作用于实施模型训练的监控和分析。

Amazon SageMaker 调试器还提供了开源SMDebugPython 库awslabs/sagemaker-调试器,这些步骤用于配置内置规则、定义自定义规则和注册钩子,从训练作业中收集输出张量数据。

这些区域有:Amazon SageMaker Python 开发工具包是一个专注于机器学习实验的高级开发工具包。此开发工具包可用于部署通过SMDebug使用 SageMaker 估计器监控和分析这些张量的 Python 库。

调试程序向 Amazon SageMaker API 添加了一些操作和类型,这些类型可让平台在训练模型时使用调试程序,并可让平台管理输入和输出的配置。

分析模型训练时,规则配置 API 操作使用 SageMaker 处理功能。有关 SageMaker 处理的更多信息,请参阅处理数据.