适用于 Debugger 的 SageMaker 估算器类方法
对于访问 SageMaker 训练作业信息和检索 Debugger 收集的训练数据的输出路径,以下估算器类方法非常有用。在您使用 estimator.fit()
方法启动训练作业之后,可以执行以下方法。
-
要查看 SageMaker 训练作业的基本 S3 存储桶 URI,请执行以下操作:
estimator.output_path
-
要查看 SageMaker 训练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 SageMaker 训练作业的完整
CreateTrainingJob
API 操作配置,请执行以下操作:estimator.latest_training_job.describe()
-
要在 SageMaker 训练作业运行期间查看 Debugger 规则的完整列表,请执行以下操作:
estimator.latest_training_job.rule_job_summary()
-
要查看保存模型参数数据(输出张量)的 S3 存储桶 URI,请执行以下操作:
estimator.latest_job_debugger_artifacts_path()
-
要查看保存模型性能数据(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()
-
要查看用于调试输出张量的 Debugger 规则配置,请执行以下操作:
estimator.debugger_rule_configs
-
要在 SageMaker 训练作业运行期间查看用于调试的 Debugger 规则列表,请执行以下操作:
estimator.debugger_rules
-
要查看用于监控和分析系统及框架指标的 Debugger 规则配置,请执行以下操作:
estimator.profiler_rule_configs
-
要在 SageMaker 训练作业运行期间查看用于监控和分析的 Debugger 规则列表,请执行以下操作:
estimator.profiler_rules
有关 SageMaker 估计器类及其方法的更多信息,请参阅 Amazon SageMaker Python SDK