Bir veri bilimci, SageMaker üzerinde büyük bir PyTorch modelini eğitiyor; her eğitim işi yaklaşık 10 saat sürüyor. Eğitimin yakınsamadığından ve GPU kullanımının düşük olabileceğinden şüpheleniyorlar. Bu eğitim sorunlarını tespit etmek ve gidermek için en az geliştirme çabası gerektiren yaklaşım hangisidir?

Doğru cevap, SageMaker Debugger'ın yerleşik kurallarını kullanmaktır. SageMaker Debugger, eğitim sırasında modelin içsel metriklerini (tensörlerini) izleyerek eğitim sorunlarını otomatik olarak tespit edebilir. vanishinggradient kuralı, gradyanların çok küçülerek modelin öğrenmeyi durdurduğunu gösteren kaybolan gradyan sorununu tespit ederken, LowGPUUtilization kuralı GPU'nun verimli kullanılmadığını gösterir. Bu kurallar, düşük geliştirme çabasıyla eğitim sorunlarını proaktif olarak belirleyip StopTrainingJob eylemini tetikleyerek gereksiz maliyetleri ve zaman kaybını önler. Diğer seçenekler neden yanlış: CloudWatch'taki CPU kullanım metrikleri, GPU tabanlı bir eğitimde temel sorunları (örneğin gradyan kaybolması) tespit etmek için yeterli değildir ve GPU kullanımının düşük olmasının nedenini açıklamaz. Yüksek çözünürlüklü özel metrikleri CloudWatch'a yayınlamak ve Lambda kullanmak, Debugger'ın sunduğu yerleşik kurallara kıyasla çok daha fazla geliştirme çabası gerektirir. confusion ve featureimportanceoverweight kuralları, modelin performansını veya özellik önemini değerlendirmek için faydalı olsa da, gradyan kaybolması veya düşük GPU kullanımı gibi temel eğitim sorunlarını tespit etmek için tasarlanmamıştır.