亚马逊 SageMaker Studio 经典实验中的亚马逊 SageMaker 调试器用户界面 - 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 (PDF)

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。

亚马逊 SageMaker Studio 经典实验中的亚马逊 SageMaker 调试器用户界面

在亚马逊弹性计算云 (Amazon EC2) 实例上运行训练作业时,使用 Amazon SageMaker Studio 经典实验中的 Amazon D SageMaker ebugger Insights 控制面板来分析您的模型性能和系统瓶颈。借助 Debugger 控制面板,深入了解您的训练作业,提高模型训练性能和准确性。默认情况下,对于训练作业,Debugger 每 500 毫秒监控一次系统指标(CPU、GPU、GPU 内存、网络和数据 I/O),每 500 次迭代监控一次基本输出张量(损失和准确性)。您还可以通过 Studio Classic 用户界面或使用 Amaz SageMaker on Python SDK 进一步自定义调试器配置参数值并调整保存间隔。

重要

如果您使用的是现有的 Studio Classic 应用程序,请删除该应用程序并重新启动以使用最新的 Studio 经典版功能。有关如何重启和更新 Studio Classic 环境的说明,请参阅更新 Amazon SageMaker Studio Classic