使用 Amazon CloudWatch 记录 Amazon SageMaker 事件 - 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。

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。

使用 Amazon CloudWatch 记录 Amazon SageMaker 事件

为帮助您调试编译作业、处理作业、训练作业、终端节点、转换作业、笔记本实例和笔记本实例生命周期配置，算法容器、模型容器或笔记本实例生命周期配置发送到的任何内容也会发送到。stdout要么stderr还发送到 Amazon CloudWatch Logs 中。除了调试之外，您还可以使用它们进行进度分析。

日志

下表列出了 Amazon SageMaker 提供的所有日志。

日志

日志组名称 日志流名称
/aws/sagemaker/CompilationJobs

[compilation-job-name]
/aws/sagemaker/Endpoints/[EndpointName]

[production-variant-name]/[instance-id]

[production-variant-name]/[instance-id]/[container-name provided in SageMaker model] (For Inference Pipelines)
/aws/sagemaker/groundtruth/WorkerActivity

aws/sagemaker/groundtruth/worker-activity/[requester-AWS-Id]-[region]/[timestamp]
/aws/sagemaker/LabelingJobs

[labeling-job-name]
/aws/sagemaker/NotebookInstances

[notebook-instance-name]/[LifecycleConfigHook]

[notebook-instance-name]/jupyter.log
/aws/sagemaker/ProcessingJobs

[processing-job-name]/[hostname]-[epoch_timestamp]
/aws/sagemaker/studio

[domain-id]/[user-profile-name]/[app-type]/[app-name]

[domain-id]/domain-shared/rstudioserverpro/default
/aws/sagemaker/TrainingJobs

[training-job-name]/algo-[instance-number-in-cluster]-[epoch_timestamp]
/aws/sagemaker/TransformJobs

[transform-job-name]/[instance-id]-[epoch_timestamp]

[transform-job-name]/[instance-id]-[epoch_timestamp]/data-log

[transform-job-name]/[instance-id]-[epoch_timestamp]/[container-name provided in SageMaker model] (For Inference Pipelines)
注意

1. 在您使用生命周期配置创建笔记本实例时，将创建 /aws/sagemaker/NotebookInstances/[LifecycleConfigHook] 日志流。有关更多信息，请参阅 使用生命周期配置脚本自定义笔记本实例。

2. 对于推理管道，如果您未提供容器名称，则平台使用 “容器/1”、“容器/2”，以此类推，与 SageMaker 模型中提供的顺序相对应。

有关使用 CloudWatch 日志记录的更多信息，请参阅。什么是 Amazon CloudWatch Logs？中的Amazon CloudWatch 用户指南.