配置调试器内置规则 - 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。

配置调试器内置规则

Amazon SageMaker 调试程序规则将分析模型训练期间发出的张量。调试程序提供RuleAPI 操作,用于监控训练作业进度和错误,以确保模型成功训练。例如,规则可以检测梯度是否变得太大或太小,检测模型是否过度拟合或训练,以及检测是否过度拟合,以及检测训练作业是否不会降低损失函数和改进。要查看可用内置规则的完整列表,请参阅调试器内置规则列表.

注意

内置规则在 Amazon SageMaker 处理容器中准备,并由 SageMaker 调试器完全管理。默认情况下,调试器启动ProfilerReport规则,而不会为 SageMaker 估计器指定任何特定于调试器的规则参数。ProfilerReport 规则调用以下所有内置规则来监视系统瓶颈和性能分析框架度量:

调试器将分析报告保存在默认 S3 存储桶中。默认 S3 存储桶 URI 的格式为s3://sagemaker-<region>-<12digit_account_id>/<training-job-name>/rule-output/. 有关如何下载分析报告的更多信息,请参阅SageMaker 调试器分析报告. SageMaker 调试器完全管理内置规则,并并行分析您的训练工作。有关计费的更多信息,请参阅Amazon SageMaker 工作室不收取费用的 部分Amazon SageMaker 定价页.

在以下主题中,了解如何使用调试器内置规则。

将调试器内置规则与默认参数设置一起使用

要在估计器中指定调试器内置规则,您需要配置rules列表对象。以下示例代码显示了列出调试程序内置规则的基本结构:

from sagemaker.debugger import Rule, ProfilerRule, rule_configs rules=[ ProfilerRule.sagemaker(rule_configs.BuiltInProfilerRuleName_1()), ProfilerRule.sagemaker(rule_configs.BuiltInProfilerRuleName_2()), ... ProfilerRule.sagemaker(rule_configs.BuiltInProfilerRuleName_n()), Rule.sagemaker(rule_configs.built_in_rule_name_1()), Rule.sagemaker(rule_configs.built_in_rule_name_2()), ... Rule.sagemaker(rule_configs.built_in_rule_name_n()) ]

有关默认参数值和内置规则描述的更多信息,请参阅。调试器内置规则列表.

例如,要检查模型的整体训练性能和进度,请使用以下内置规则配置构建 SageMaker 估计器。

from sagemaker.debugger import Rule, rule_configs rules=[ ProfilerRule.sagemaker(rule_configs.ProfilerReport()), Rule.sagemaker(rule_configs.loss_not_decreasing()), Rule.sagemaker(rule_configs.overfit()), Rule.sagemaker(rule_configs.overtraining()), Rule.sagemaker(rule_configs.stalled_training_rule()) ]

当您启动培训作业时,调试器每 500 毫秒收集系统资源利用率数据,默认情况下每 500 个步骤丢失和准确度值。调试器会分析资源利用率,以确定模型是否存在瓶颈问题。这些区域有:loss_not_decreasingoverfitovertraining, 和stalled_training_rule监控模型是否正在优化损耗函数,而不会出现这些训练问题。如果规则检测到训练异常,则规则评估状态将更改为IssueFound. 您可以设置自动操作,例如通知培训问题和停止培训作业,使用 Amazon CloudWatch Events 和Amazon Lambda. 有关更多信息,请参阅Amazon SageMaker 调试器规则的操作

将调试器内置规则与自定义参数值结合使用

如果要调整内置规则参数值并自定义张量集合正则表达式,请配置base_configrule_parameters参数ProfilerRule.sagemakerRule.sagemaker类方法。如果Rule.sagemaker类方法,您还可以通过collections_to_save参数。有关如何使用CollectionConfig类提供在 使用集合配置 API 操作配置调试器张量集合.

使用以下配置模板作为内置规则来自定义参数值。通过根据需要更改规则参数,可以调整要触发的规则的敏感性。

  • 这些区域有:base_config参数是您调用内置规则方法的位置。

  • 这些区域有:rule_parameters参数的方法是调整调试器内置规则列表.

  • 这些区域有:collections_to_save参数通过CollectionConfigAPI,它需要nameparameters参数。

有关调试程序规则类、方法和参数的详细信息,请参阅SageMaker 调试器规则类中的Amazon SageMaker Python 开发工具包.

from sagemaker.debugger import Rule, ProfilerRule, rule_configs, CollectionConfig rules=[ ProfilerRule.sagemaker( base_config=rule_configs.BuiltInProfilerRuleName(), rule_parameters={ "key": "value" } ) Rule.sagemaker( base_config=rule_configs.built_in_rule_name(), rule_parameters={ "key": "value" } collections_to_save=[ CollectionConfig( name="tensor_collection_name", parameters={ "key": "value" } ) ] ) ]

每个规则的参数描述和值自定义示例都在调试器内置规则列表.

用于配置调试器规则的笔记本电脑和代码示例示例

在以下部分中,提供了有关如何使用调试器规则监视 SageMaker 培训作业的笔记本和代码示例。

调试器内置规则示例笔记本

以下示例笔记本说明了在使用 Amazon SageMaker 运行培训作业时如何使用调试器内置规则:

在 SageMaker Studio 中运行示例笔记本电脑时,您可以在演播室实验列表选项卡。例如,如以下屏幕截图所示,您可以查找并打开描述试用组件窗口中的当前培训作业。在调试器选项卡上,您可以检查调试器规则vanishing_gradient()loss_not_decreasing(), 正在同时监测培训课程. 有关如何在 Studio UI 中查找训练工作试用组件的完整说明,请参阅SageMaker Studio-查看实验、试验和试验组件.


                    使用 SageMaker Studio 中激活的调试器内置规则运行训练作业的图像

在 SageMaker 环境中使用调试器内置规则有两种方法:根据准备情况部署内置规则,或根据需要调整其参数。以下主题向您演示如何将内置规则与示例代码一起使用。

调试程序内置规则示例代码

以下代码示例演示如何使用Rule.sagemaker方法。要指定要运行的内置规则,请使用rules_configsAPI 操作来调用内置规则。要查找调试程序内置规则和默认参数值的完整列表,请参阅调试器内置规则列表.

import sagemaker from sagemaker.tensorflow import TensorFlow from sagemaker.debugger import Rule, CollectionConfig, rule_configs # call built-in rules that you want to use. built_in_rules=[ Rule.sagemaker(rule_configs.vanishing_gradient()) Rule.sagemaker(rule_configs.loss_not_decreasing()) ] # construct a SageMaker estimator with the Debugger built-in rules sagemaker_estimator=TensorFlow( entry_point='directory/to/your_training_script.py', role=sm.get_execution_role(), base_job_name='debugger-built-in-rules-demo', instance_count=1, instance_type="ml.m4.xlarge", framework_version="2.1.0", py_version="py3", # debugger-specific arguments below rules=built_in_rules ) sagemaker_estimator.fit()
注意

调试器内置规则与训练作业并行运行。培训作业的内置规则容器的最大数量为 20。

有关调试程序规则类、方法和参数的更多信息,请参阅SageMaker 调试器规则类中的Amazon SageMaker Python 开发工具包.

要查找如何调整调试器规则参数的示例,请参阅以下将调试程序内置规则与参数修改一起使用部分。

将调试程序内置规则与参数修改一起使用

以下代码示例显示了用于调整参数的内置规则结构。在此示例中,stalled_training_rule收集了losses每 50 个步骤和每 10 个步骤进行评估阶段的张量收集。如果训练过程开始停顿,并且在 120 秒内没有收集张量输出,stalled_training_rule停止训练作业。

import sagemaker from sagemaker.tensorflow import TensorFlow from sagemaker.debugger import Rule, CollectionConfig, rule_configs # call the built-in rules and modify the CollectionConfig parameters base_job_name_prefix= 'smdebug-stalled-demo-' + str(int(time.time())) built_in_rules_modified=[ Rule.sagemaker( base_config=rule_configs.stalled_training_rule(), rule_parameters={ 'threshold': '120', 'training_job_name_prefix': base_job_name_prefix, 'stop_training_on_fire' : 'True' } collections_to_save=[ CollectionConfig( name="losses", parameters={ "train.save_interval": "50" "eval.save_interval": "10" } ) ] ) ] # construct a SageMaker estimator with the modified Debugger built-in rule sagemaker_estimator=TensorFlow( entry_point='directory/to/your_training_script.py', role=sm.get_execution_role(), base_job_name=base_job_name_prefix, instance_count=1, instance_type="ml.m4.xlarge", framework_version="2.1.0", py_version="py3", # debugger-specific arguments below rules=built_in_rules_modified ) sagemaker_estimator.fit()

对于调试器内置规则的高级配置,使用CreateTrainingJobAPI,请参阅使用 Amazon SageMaker API 配置调试器.