绘制系统指标和框架指标数据 - 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。

绘制系统指标和框架指标数据

您可以将系统和算法指标对象用于以下可视化类来绘制时间线图和直方图。

注意

要在以下可视化对象图方法中使用缩小量度来显示数据，请指定select_dimensions和select_events参数。例如，如果指定select_dimensions=["GPU"]，绘图方法会过滤包含 “GPU” 关键字的指标。如果你指定select_events=["total"]，绘图方法会过滤指标名称末尾包含 “总” 事件标签的指标。如果启用这些参数并提供关键字字符串，则可视化类将返回带有过滤量度的图表。

  • 这些区域有：MetricsHistogram班级

    from smdebug.profiler.analysis.notebook_utils.metrics_histogram import MetricsHistogram

metrics_histogram = MetricsHistogram(system_metrics_reader)
metrics_histogram.plot(
    starttime=0, 
    endtime=system_metrics_reader.get_timestamp_of_latest_available_file(), 
    select_dimensions=["CPU", "GPU", "I/O"], # optional
    select_events=["total"]                  # optional
)

  • 这些区域有：StepTimelineChart班级

    from smdebug.profiler.analysis.notebook_utils.step_timeline_chart import StepTimelineChart

view_step_timeline_chart = StepTimelineChart(framework_metrics_reader)

  • 这些区域有：StepHistogram班级

    from smdebug.profiler.analysis.notebook_utils.step_histogram import StepHistogram

step_histogram = StepHistogram(framework_metrics_reader)
step_histogram.plot(
    starttime=step_histogram.last_timestamp - 5 * 1000 * 1000, 
    endtime=step_histogram.last_timestamp, 
    show_workers=True
)

  • 这些区域有：TimelineCharts班级

    from smdebug.profiler.analysis.notebook_utils.timeline_charts import TimelineCharts

view_timeline_charts = TimelineCharts(
    system_metrics_reader, 
    framework_metrics_reader,
    select_dimensions=["CPU", "GPU", "I/O"], # optional
    select_events=["total"]                  # optional 
)

view_timeline_charts.plot_detailed_profiler_data([700,710])

  • 这些区域有：Heatmap班级

    from smdebug.profiler.analysis.notebook_utils.heatmap import Heatmap

view_heatmap = Heatmap(
    system_metrics_reader,
    framework_metrics_reader,
    select_dimensions=["CPU", "GPU", "I/O"], # optional
    select_events=["total"],                 # optional
    plot_height=450
)