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。
用于调试器的 SageMaker 估计器类方法
以下估计器类方法对于访问 SageMaker 培训作业信息和检索调试器收集的训练数据的输出路径非常有用。启动培训作业后，以下方法是可执行的estimator.fit()方法。
-
要检查 SageMaker 培训作业的基本 S3 存储桶 URI，请执行以下操作：
estimator.output_path -
要检查 SageMaker 培训作业的基本作业名称，请执行以下操作：
estimator.latest_training_job.job_name -
要查看完整的
CreateTrainingJobSageMaker 培训作业的 API 操作配置：estimator.latest_training_job.describe() -
要在运行 SageMaker 培训作业时检查调试器规则的完整列表，请执行以下操作：
estimator.latest_training_job.rule_job_summary() -
要检查保存模型参数数据（输出张量）的 S3 存储桶 URI，请执行以下操作：
estimator.latest_job_debugger_artifacts_path() -
要检查保存模型性能数据（系统和框架指标）的 S3 存储桶 URI，请执行以下操作：
estimator.latest_job_profiler_artifacts_path() -
要检查调试器规则配置以调试输出张量，请执行以下操作：
estimator.debugger_rule_configs -
要在运行 SageMaker 培训作业时检查用于调试的调试器规则列表，请执行以下操作：
estimator.debugger_rules -
要检查调试器规则配置以监视和分析系统和框架度量，请执行以下操作：
estimator.profiler_rule_configs -
要在 SageMaker 培训作业运行时检查用于监视和分析的调试器规则列表，请执行以下操作：
estimator.profiler_rules
有关 SageMaker 评估程序类及其方法的更多信息，请参阅估计符 API