Unduh laporan pelatihan Debugger XGBoost - Amazon SageMaker

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Unduh laporan pelatihan Debugger XGBoost

Unduh laporan XGBoost pelatihan Debugger saat tugas pelatihan Anda berjalan atau setelah pekerjaan selesai menggunakan Amazon SageMaker Python SDK dan (). AWS Command Line Interface CLI

Download using the SageMaker Python SDK and AWS CLI

  1. Periksa basis URI output S3 default pekerjaan saat ini.

    estimator.output_path

  2. Periksa nama pekerjaan saat ini.

    estimator.latest_training_job.job_name

  3. XGBoostLaporan Debugger disimpan di bawah. <default-s3-output-base-uri>/<training-job-name>/rule-output Konfigurasikan jalur keluaran aturan sebagai berikut:

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

  4. Untuk memeriksa apakah laporan dibuat, daftar direktori dan file secara rekursif di bawah rule_output_path menggunakan aws s3 ls dengan opsi. --recursive

    ! aws s3 ls {rule_output_path} --recursive

    Ini akan mengembalikan daftar lengkap file di bawah folder yang dibuat otomatis yang diberi nama CreateXgboostReport danProfilerReport-1234567890. Laporan XGBoost pelatihan disimpan diCreateXgboostReport, dan laporan pembuatan profil disimpan di ProfilerReport-1234567890 folder. Untuk mempelajari lebih lanjut tentang laporan pembuatan profil yang dihasilkan secara default dengan pekerjaan XGBoost pelatihan, lihatSageMaker Laporan interaktif debugger.

    Contoh output aturan.

    xgboost_report.htmlIni adalah laporan XGBoost pelatihan yang dibuat secara otomatis oleh Debugger. xgboost_report.ipynbIni adalah notebook Jupyter yang digunakan untuk menggabungkan hasil pelatihan ke dalam laporan. Anda dapat mengunduh semua file, menelusuri file HTML laporan, dan memodifikasi laporan menggunakan buku catatan.

  5. Unduh file secara rekursif menggunakanaws s3 cp. Perintah berikut menyimpan semua file output aturan ke ProfilerReport-1234567890 folder di bawah direktori kerja saat ini.

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

    Jika Anda menggunakan server notebook Jupyter, jalankan !pwd untuk memverifikasi direktori kerja saat ini.

  6. Di bawah /CreateXgboostReport direktori, bukaxgboost_report.html. Jika Anda menggunakan JupyterLab, pilih Trust HTML untuk melihat laporan pelatihan Debugger yang dibuat secara otomatis.

    Contoh output aturan.

  7. Buka xgboost_report.ipynb file untuk mengeksplorasi bagaimana laporan dibuat. Anda dapat menyesuaikan dan memperpanjang laporan pelatihan menggunakan file notebook Jupyter.

Download using the Amazon S3 console

  1. Masuk ke AWS Management Console dan buka konsol Amazon S3 di. https://console.aws.amazon.com/s3/

  2. Cari ember S3 dasar. Misalnya, jika Anda belum menentukan nama pekerjaan dasar apa pun, nama bucket S3 dasar harus dalam format berikut:sagemaker-<region>-111122223333. Cari bucket S3 dasar melalui bidang Find bucket by name.

    Bidang Temukan ember berdasarkan nama di konsol Amazon S3.

  3. Di bucket S3 dasar, cari nama pekerjaan pelatihan dengan memasukkan awalan nama pekerjaan Anda di Temukan objek dengan awalan dan kemudian pilih nama pekerjaan pelatihan.

    Bidang Temukan objek berdasarkan awalan di konsol Amazon S3.

  4. Di bucket S3 pekerjaan pelatihan, pilih aturan-output/subfolder. Harus ada tiga subfolder untuk data pelatihan yang dikumpulkan oleh Debugger: debug-output/, profiler-output/, dan rule-output/.

    Contoh untuk bucket URI S3 keluaran aturan.

  5. Di folder aturan-output/, pilih folder/. CreateXgboostReport Folder berisi xbgoost_report.html (laporan autogenerated dalam html) dan xbgoost_report.ipynb (notebook Jupyter dengan skrip yang digunakan untuk menghasilkan laporan).

  6. Pilih file xbgoost_report.html, pilih Download actions, lalu pilih Download.

    Contoh untuk bucket URI S3 keluaran aturan.

  7. Buka file xbgoost_report.html yang diunduh di browser web.