Laden Sie den Debugger-Schulungsbericht XGBoost herunter - Amazon SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Laden Sie den Debugger-Schulungsbericht XGBoost herunter

Laden Sie den XGBoost Debugger-Trainingsbericht herunter, während Ihr Trainingsjob läuft oder nachdem der Job mit Amazon SageMaker Python SDK und AWS Command Line Interface (CLI) beendet wurde.

Download using the SageMaker Python SDK and AWS CLI

  1. Überprüfen Sie die Standard-S3-Ausgabebasis URI des aktuellen Jobs.

    estimator.output_path

  2. Überprüfen Sie den aktuellen Auftragsnamen.

    estimator.latest_training_job.job_name

  3. Der XGBoost Debugger-Bericht ist gespeichert unter<default-s3-output-base-uri>/<training-job-name>/rule-output. Konfigurieren Sie den Regelausgabepfad wie folgt:

    rule_output_path = estimator.output_path + "/" + estimator.latest_training_job.job_name + "/rule-output"

  4. Um zu überprüfen, ob der Bericht generiert wurde, listen Sie Verzeichnisse und Dateien rekursiv unter der Option rule_output_path indem Sie aws s3 ls mit der --recursive Option verwenden.

    ! aws s3 ls {rule_output_path} --recursive

    Dadurch sollte eine vollständige Liste der Dateien in automatisch generierten Ordnern mit dem Namen CreateXgboostReport und ProfilerReport-1234567890 zurückgegeben werden. Der XGBoost Trainingsbericht wird im gespeichertCreateXgboostReport, und der Profilerstellungsbericht ist im ProfilerReport-1234567890 Ordner gespeichert. Weitere Informationen über den Profilerstellungsbericht, der standardmäßig mit dem XGBoost Trainingsjob generiert wird, finden Sie unter. SageMaker Interaktiver Debugger-Bericht

    Ein Beispiel für die Ausgabe von Regeln.

    Das xgboost_report.html ist ein automatisch generierter XGBoost Trainingsbericht von Debugger. Das xgboost_report.ipynb ist ein Jupyter Notebook, das verwendet wird, um Trainingsergebnisse im Bericht zusammenzufassen. Sie können alle Dateien herunterladen, die HTML Berichtsdatei durchsuchen und den Bericht mithilfe des Notizbuchs ändern.

  5. Laden Sie die Dateien rekursiv herunter mit aws s3 cp. Mit dem folgenden Befehl werden alle Regelausgabedateien in dem ProfilerReport-1234567890 Ordner unter dem aktuellen Arbeitsverzeichnis gespeichert.

    ! aws s3 cp {rule_output_path} ./ --recursive
    Tipp

    Wenn Sie einen Jupyter-Notebook-Server verwenden, führen Sie !pwd aus, um das aktuelle Arbeitsverzeichnis zu überprüfen.

  6. Öffnen Sie /CreateXgboostReport unter dem xgboost_report.html Verzeichnis. Wenn Sie verwenden JupyterLab, wählen Sie Trust, HTML um den automatisch generierten Debugger-Trainingsbericht anzuzeigen.

    Ein Beispiel für die Ausgabe von Regeln.

  7. Öffnen Sie die xgboost_report.ipynb Datei, um zu erfahren, wie der Bericht generiert wird. Sie können den Trainingsbericht mithilfe der Jupyter-Notebook-Datei anpassen und erweitern.

Download using the Amazon S3 console

  1. Melden Sie sich bei der an AWS Management Console und öffnen Sie die Amazon S3 S3-Konsole unter https://console.aws.amazon.com/s3/.

  2. Suchen Sie nach dem S3-Bucket. Wenn Sie beispielsweise keinen Basisauftragsnamen angegeben haben, sollte der Basis-S3-Bucket-Name das folgende Format haben: sagemaker-<region>-111122223333. Finden Sie den Basis-S3-Bucket über das Feld Bucket nach Name finden.

    Das Feld Bucket nach Namen finden in der Amazon-S3-Konsole.

  3. Suchen Sie im Basis-S3-Bucket nach dem Namen des Trainingsauftrags, indem Sie Ihr Auftragsnamen-Präfix in das Feld Objekte nach Präfix finden eingeben und dann den Namen des Trainingsauftrags auswählen.

    Das Feld Objekte nach Präfix finden in der Amazon-S3-Konsole.

  4. Wählen Sie im S3-Bucket des Trainingsauftrags den Unterordner rule-output/ aus. Es muss drei Unterordner für die vom Debugger gesammelten Trainingsdaten geben: debug-output/, profiler-output/ und rule-output/.

    Ein Beispiel für den S3-Bucket mit der RegelausgabeURI.

  5. Wählen Sie im Ordner rule-output/ den Ordner/aus. CreateXgboostReport Der Ordner enthält xbgoost_report.html (den automatisch generierten Bericht in HTML) und xbgoost_report.ipynb (ein Jupyter Notebook mit Skripten, die zum Generieren des Berichts verwendet werden).

  6. Wählen Sie die Datei xbgoost_report.html aus, wählen Sie Herunterladen-Aktionen und dann Herunterladen aus.

    Ein Beispiel für den S3-Bucket mit der Regelausgabe. URI

  7. Öffnen Sie die heruntergeladene Datei xbgoost_report.html in einem Webbrowser.