Unduh laporan pelatihan Debugger XGBoost

Periksa URI basis output S3 default pekerjaan saat ini.

estimator.output_path

Periksa nama pekerjaan saat ini.

estimator.latest_training_job.job_name

XGBoost Laporan 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"

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.

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 laporan HTML, dan memodifikasi laporan menggunakan buku catatan.

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

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

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

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

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.

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.

Dalam 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/.

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).

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

Buka file xbgoost_report.html yang diunduh di browser web.