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。
JSON (Amazon CLI)
可以使用为训练作业配置 Amazon SageMaker 调试器内置规则debugHookconfig、调试规则配置、ProfilerConfig, 和ProfilerRules 配置通过 SageMaker 的对象CreateTrainingJobAPI 操作。你需要在RuleEvaluatorImage参数，以下示例向您介绍如何设置要请求的 JSON 字符串。CreateTrainingJob.
下面的代码显示了一个完整的 JSON 模板，用于运行具有所需设置和调试器配置的训练作业。将模板保存为 JSON 文件到工作目录中，然后使用AmazonCLI。例如，将以下代码保存为debugger-training-job-cli.json.
确保使用正确的 Docker 容器镜像。要查找Amazon深度学习容器映像，请参阅可用的 Deep Learning Containers 映像
{ "TrainingJobName": "debugger-aws-cli-test", "RoleArn": "arn:aws:iam::111122223333:role/service-role/AmazonSageMaker-ExecutionRole-YYYYMMDDT123456", "AlgorithmSpecification": { // Specify a training Docker container image URI (Deep Learning Container or your own training container) to TrainingImage. "TrainingImage": "763104351884.dkr.ecr.us-west-2.amazonaws.com/tensorflow-training:2.4.1-gpu-py37-cu110-ubuntu18.04", "TrainingInputMode": "File", "EnableSageMakerMetricsTimeSeries": false }, "HyperParameters": { "sagemaker_program": "entry_point/tf-hvd-train.py", "sagemaker_submit_directory": "s3://sagemaker-us-west-2-111122223333/debugger-boto3-profiling-test/source.tar.gz" }, "OutputDataConfig": { "S3OutputPath": "s3://sagemaker-us-west-2-111122223333/debugger-aws-cli-test/output" }, "DebugHookConfig": { "S3OutputPath": "s3://sagemaker-us-west-2-111122223333/debugger-aws-cli-test/debug-output", "CollectionConfigurations": [ { "CollectionName": "losses", "CollectionParameters" : { "train.save_interval": "50" } } ] }, "DebugRuleConfigurations": [ { "RuleConfigurationName": "LossNotDecreasing", "RuleEvaluatorImage": "895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest", "RuleParameters": {"rule_to_invoke": "LossNotDecreasing"} } ], "ProfilerConfig": { "S3OutputPath": "s3://sagemaker-us-west-2-111122223333/debugger-aws-cli-test/profiler-output", "ProfilingIntervalInMilliseconds":500, "ProfilingParameters": { "DataloaderProfilingConfig": "{\"StartStep\":5, \"NumSteps\":3, \"MetricsRegex\": \".*\", }", "DetailedProfilingConfig": "{\"StartStep\":5, \"NumSteps\":3, }", "PythonProfilingConfig": "{\"StartStep\":5, \"NumSteps\":3, \"ProfilerName\": \"cprofile\", \"cProfileTimer\": \"total_time\"}", "LocalPath": "/opt/ml/output/profiler/" } }, "ProfilerRuleConfigurations": [ { "RuleConfigurationName": "ProfilerReport", "RuleEvaluatorImage": "895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest", "RuleParameters": {"rule_to_invoke": "ProfilerReport"} } ], "ResourceConfig": { "InstanceType": "ml.p3.8xlarge", "InstanceCount":1, "VolumeSizeInGB": 30 }, "StoppingCondition": { "MaxRuntimeInSeconds":86400} }
保存 JSON 文件后，在您的终端中运行以下命令。（使用!如果你使用 Jupyter 笔记本，则在行的开头。）
aws sagemaker create-training-job --cli-input-json file://debugger-training-job-cli.json
配置调试器规则以调试模型参数
以下代码示例演示了如何配置内置VanishingGradient使用此 SageMaker API 的规则。
启用调试器收集输出张量
按如下方式指定调试器挂接配置：
"DebugHookConfig": { "S3OutputPath": "s3://<default-bucket>/<training-job-name>/debug-output", "CollectionConfigurations": [ { "CollectionName": "gradients", "CollectionParameters" : { "save_interval": "500" } } ] }
这将使训练工作保存张量集合，gradients，每save_interval500 个步骤。要查找可用CollectionName值，请参阅调试器内置集合CollectionParameters参数键和值，请参阅sagemaker.debugger.CollectionConfig
启用调试器规则来调试输出张量
以下DebugRuleConfigurationsAPI 示例演示如何运行内置VanishingGradient对已保存的规则gradients收集。
"DebugRuleConfigurations": [ { "RuleConfigurationName": "VanishingGradient", "RuleEvaluatorImage": "503895931360.dkr.ecr.us-east-1.amazonaws.com/sagemaker-debugger-rules:latest", "RuleParameters": { "rule_to_invoke": "VanishingGradient", "threshold": "20.0" } } ]
通过使用类似于该示例中的配置，调试器使用VanishingGradient关于收集的规则gradients张量。要查找用于使用调试器规则的 Docker 映像的完整列表，请参阅将调试程序 Docker 映像用于内置规则或自定义规则. 要查找的键值对RuleParameters，请参阅调试程序内置规则列表.
为分析系统和框架指标配置调试器内置规则
以下示例代码显示如何指定 ProfilerConfig API 操作以启用收集系统和框架指标。
启用调试器分析以收集系统和框架指标
启用调试器规则来分析指标
以下示例代码说明了如何配置ProfilerReport规则。
"ProfilerRuleConfigurations": [ { "RuleConfigurationName": "ProfilerReport", "RuleEvaluatorImage": "895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest", "RuleParameters": { "rule_to_invoke": "ProfilerReport", "CPUBottleneck_cpu_threshold": "90", "IOBottleneck_threshold": "90" } } ]
要查找用于使用调试器规则的 Docker 映像的完整列表，请参阅将调试程序 Docker 映像用于内置规则或自定义规则. 要查找的键值对RuleParameters，请参阅调试程序内置规则列表.
使用更新调试器性能分析配置UpdateTrainingJobAPI 操作
在训练作业运行期间，可以使用更新培训工作API 操作。配置新的ProfilerConfig和ProfilerRules 配置对象，然后将训练作业名称指定为TrainingJobName参数。
{ "ProfilerConfig": { "DisableProfiler":boolean, "ProfilingIntervalInMilliseconds":number, "ProfilingParameters": { "string" : "string" } }, "ProfilerRuleConfigurations": [ { "RuleConfigurationName": "string", "RuleEvaluatorImage": "string", "RuleParameters": { "string" : "string" } } ], "TrainingJobName": "your-training-job-name-YYYY-MM-DD-HH-MM-SS-SSS" }
将调试器自定义规则配置添加到 CreateTrainingJob API 操作
可以使用为训练作业配置自定义规则debugHookconfig和调试规则配置中的对象CreateTrainingJobAPI 操作。以下代码示例演示了如何配置自定义ImproperActivation用smdebug使用此 SageMaker API 操作的库。此示例假定您已在中编写自定义规则custom_rules.py文件并将其上传到 Amazon S3 存储桶。该示例提供了预构建的 Docker 映像，您可以使用这些映像运行自定义规则。Amazon SageMaker 调试程序的自定义规则评估程序的注册表 URL 中列出了这些映像。您可以在 RuleEvaluatorImage 参数中为预构建的 Docker 映像指定 URL 注册表地址。
"DebugHookConfig": { "S3OutputPath": "s3://<default-bucket>/<training-job-name>/debug-output", "CollectionConfigurations": [ { "CollectionName": "relu_activations", "CollectionParameters": { "include_regex": "relu", "save_interval": "500", "end_step": "5000" } } ] }, "DebugRulesConfigurations": [ { "RuleConfigurationName": "improper_activation_job", "RuleEvaluatorImage": "552407032007.dkr.ecr.ap-south-1.amazonaws.com/sagemaker-debugger-rule-evaluator:latest", "InstanceType": "ml.c4.xlarge", "VolumeSizeInGB":400, "RuleParameters": { "source_s3_uri": "s3://bucket/custom_rules.py", "rule_to_invoke": "ImproperActivation", "collection_names": "relu_activations" } } ]
要查找用于使用调试器规则的 Docker 映像的完整列表，请参阅将调试程序 Docker 映像用于内置规则或自定义规则. 要查找的键值对RuleParameters，请参阅调试程序内置规则列表.