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。
有用的 SageMaker 评估程序类方法调试程序
以下评估程序类方法对于访问您的 SageMaker 训练作业信息和检索 调试程序 收集的训练数据的输出路径很有用。在使用 estimator.fit() 方法启动训练作业后，以下方法可执行。
-
检查 SageMaker 训练作业的基本 S3 存储桶 URI：
estimator.output_path -
检查 SageMaker 训练作业的基本作业名称：
estimator.latest_training_job.job_name -
要查看 CreateTrainingJob 训练作业的完整 SageMaker API 操作配置，请执行以下操作：
estimator.latest_training_job.describe() -
要在 调试程序 训练作业运行时检查 SageMaker 规则的完整列表，请执行以下操作：
estimator.latest_training_job.rule_job_summary() -
要在保存模型参数数据 （输出张量） 的位置检查 S3 存储桶 URI，请执行以下操作：
estimator.latest_job_debugger_artifacts_path() -
要查看 S3 存储桶 URI，请在其中保存模型性能数据（系统和框架指标）：
estimator.latest_job_profiler_artifacts_path() -
检查用于调试输出张量的 调试程序 规则配置：
estimator.debugger_rule_configs -
要在 调试程序 训练作业运行时检查用于调试的 SageMaker 规则的列表，请执行以下操作：
estimator.debugger_rules -
要检查 调试程序 规则配置的监控和分析系统及框架指标，请执行以下操作：
estimator.profiler_rule_configs -
要在 调试程序 训练作业运行时检查用于监控和分析的 SageMaker 规则的列表，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 中的