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。
AmazonBoto3
可以使用为训练作业配置 Amazon SageMaker 调试器内置规则create_training_job()
RuleEvaluatorImage
参数,以下示例向您介绍如何为create_training_job()
下面的代码显示了如何为create_training_job()
申请身体并开始培训工作us-west-2
,假设训练脚本entry_point/train.py
是使用 TensorFlow 准备的。要查找端到端示例笔记本,请参阅使用 Amazon SageMaker 调试器 (Boto3) 分析 TensorFlow 多 GPU 多节点训练 Job
确保使用正确的 Docker 容器镜像。要查找可用Amazon深度学习容器映像,请参阅可用的 Deep Learning Containers 映像
import sagemaker, boto3 import datetime, tarfile # Start setting up a SageMaker session and a Boto3 SageMaker client session = sagemaker.Session() region = session.boto_region_name bucket = session.default_bucket() # Upload a training script to a default Amazon S3 bucket of the current SageMaker session source = 'source.tar.gz' project = '
debugger-boto3-test
' tar = tarfile.open(source, 'w:gz') tar.add ('entry_point/train.py
') # Specify the directory and name of your training script tar.close() s3 = boto3.client('s3') s3.upload_file(source, bucket, project+'/'+source) # Set up a Boto3 session client for SageMaker sm = boto3.Session(region_name=region).client("sagemaker") # Start a training job sm.create_training_job( TrainingJobName='debugger-boto3-'+datetime.datetime.now().strftime('%Y-%m-%d-%H-%M-%S'), HyperParameters={ 'sagemaker_submit_directory': 's3://'+bucket+'/'+project+'/'+source, 'sagemaker_program': '/entry_point/train.py
' # training scrip file location and name under the sagemaker_submit_directory }, AlgorithmSpecification={ # Specify a training Docker container image URI (Deep Learning Container or your own training container) to TrainingImage. 'TrainingImage': '763104351884.dkr.ecr.us-west-2.amazonaws.com/tensorflow-training:2.4.1-gpu-py37-cu110-ubuntu18.04
', 'TrainingInputMode': 'File
', 'EnableSageMakerMetricsTimeSeries':False
}, RoleArn='arn:aws:iam::111122223333:role/service-role/AmazonSageMaker-ExecutionRole-20201014T161125', OutputDataConfig={'S3OutputPath': 's3://'+bucket+'/'+project+'/output'}, ResourceConfig={ 'InstanceType': 'ml.p3.8xlarge
', 'InstanceCount':1
, 'VolumeSizeInGB': 30 }, StoppingCondition={ 'MaxRuntimeInSeconds': 86400 }, DebugHookConfig={ 'S3OutputPath': 's3://'+bucket+'/'+project+'/debug-output', 'CollectionConfigurations': [ { 'CollectionName': 'losses
', 'CollectionParameters' : { 'train.save_interval': '500
', 'eval.save_interval': '50
' } } ] }, DebugRuleConfigurations=[ { 'RuleConfigurationName': 'LossNotDecreasing
', 'RuleEvaluatorImage': '895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest
', 'RuleParameters': {'rule_to_invoke': 'LossNotDecreasing
'} } ], ProfilerConfig={ 'S3OutputPath': 's3://'+bucket+'/'+project+'/profiler-output', 'ProfilingIntervalInMilliseconds': 500, 'ProfilingParameters': { 'DataloaderProfilingConfig': '{"StartStep": 5, "NumSteps": 3, "MetricsRegex": ".*", }', 'DetailedProfilingConfig': '{"StartStep": 5, "NumSteps": 3, }', 'PythonProfilingConfig': '{"StartStep": 5, "NumSteps": 3, "ProfilerName": "cprofile", "cProfileTimer": "total_time"}', 'LocalPath': '/opt/ml/output/profiler/' # Optional. Local path for profiling outputs } }, ProfilerRuleConfigurations=[ { 'RuleConfigurationName': 'ProfilerReport', 'RuleEvaluatorImage': '895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest
', 'RuleParameters': {'rule_to_invoke': 'ProfilerReport'} } ] )
配置调试器规则以调试模型参数
以下代码示例演示了如何配置内置VanishingGradient
使用此 SageMaker API 的规则。
启用调试器收集输出张量
按如下方式指定调试器挂接配置:
DebugHookConfig={ 'S3OutputPath': '
s3://<default-bucket>/<training-job-name>/debug-output
', 'CollectionConfigurations': [ { 'CollectionName': 'gradients
', 'CollectionParameters' : { 'train.save_interval': '500
', 'eval.save_interval': '50
' } } ] }
这将使训练工作保存张量集合,gradients
,每save_interval
500 个步骤。要查找可用CollectionName
值,请参阅调试器内置集合CollectionParameters
参数键和值,请参阅sagemaker.debugger.CollectionConfig
启用调试器规则来调试输出张量
以下DebugRuleConfigurations
API 示例演示如何运行内置VanishingGradient
对已保存的规则gradients
收集。
DebugRuleConfigurations=[ { 'RuleConfigurationName': '
VanishingGradient
', 'RuleEvaluatorImage': '895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest
', 'RuleParameters': { 'rule_to_invoke': 'VanishingGradient
', 'threshold': '20.0
' } } ]
通过使用类似于该示例中的配置,调试器使用VanishingGradient
关于收集的规则gradients
张量。要查找用于使用调试器规则的 Docker 映像的完整列表,请参阅将调试程序 Docker 映像用于内置规则或自定义规则. 要查找的键值对RuleParameters
,请参阅调试程序内置规则列表.
为分析系统和框架指标配置调试器内置规则
以下示例代码显示如何指定 ProfilerConfig API 操作以启用收集系统和框架指标。
启用调试器分析以收集系统和框架指标
启用调试器规则来分析指标
以下示例代码说明了如何配置ProfilerReport
规则。
ProfilerRuleConfigurations=[ { 'RuleConfigurationName': 'ProfilerReport', 'RuleEvaluatorImage': '
895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest
', 'RuleParameters': { 'rule_to_invoke': 'ProfilerReport', 'CPUBottleneck_cpu_threshold': '90
', 'IOBottleneck_threshold': '90
' } } ]
要查找用于使用调试器规则的 Docker 映像的完整列表,请参阅将调试程序 Docker 映像用于内置规则或自定义规则. 要查找的键值对RuleParameters
,请参阅调试程序内置规则列表.
使用更新调试器性能分析配置UpdateTrainingJob
API 操作
在训练作业运行期间,可以使用update_training_job()
TrainingJobName
参数。
ProfilerConfig={ 'DisableProfiler':
boolean
, 'ProfilingIntervalInMilliseconds':number
, 'ProfilingParameters': { 'string
' : 'string
' } }, ProfilerRuleConfigurations=[ { 'RuleConfigurationName': 'string
', 'RuleEvaluatorImage': 'string
', 'RuleParameters': { 'string' : 'string
' } } ], TrainingJobName='your-training-job-name-YYYY-MM-DD-HH-MM-SS-SSS
'
将调试器自定义规则配置添加到 CreateTrainingJob API 操作
可以使用为训练作业配置自定义规则debugHookconfig和调试规则配置使用的对象AmazonBoto3 SageMaker 客户端的create_training_job()
ImproperActivation
用smdebug使用此 SageMaker API 操作的库。此示例假定您已在中编写自定义规则custom_rules.py文件并将其上传到 Amazon S3 存储桶。该示例提供了预构建的 Docker 映像,您可以使用这些映像运行自定义规则。Amazon SageMaker 调试程序的自定义规则评估程序的注册表 URL 中列出了这些映像。您可以在 RuleEvaluatorImage
参数中为预构建的 Docker 映像指定 URL 注册表地址。
DebugHookConfig={ 'S3OutputPath': '
s3://<default-bucket>/<training-job-name>/debug-output
', 'CollectionConfigurations': [ { 'CollectionName': 'relu_activations
', 'CollectionParameters': { 'include_regex': 'relu
', 'save_interval': '500
', 'end_step': '5000
' } } ] }, DebugRulesConfigurations=[ { 'RuleConfigurationName': 'improper_activation_job
', 'RuleEvaluatorImage': '552407032007.dkr.ecr.ap-south-1.amazonaws.com/sagemaker-debugger-rule-evaluator:latest
', 'InstanceType': 'ml.c4.xlarge
', 'VolumeSizeInGB':400
, 'RuleParameters': { 'source_s3_uri': 's3://bucket/custom_rules.py
', 'rule_to_invoke': 'ImproperActivation
', 'collection_names': 'relu_activations
' } } ]
要查找用于使用调试器规则的 Docker 映像的完整列表,请参阅将调试程序 Docker 映像用于内置规则或自定义规则. 要查找的键值对RuleParameters
,请参阅调试程序内置规则列表.