View a markdown version of this page

Crea un SageMaker AI XGBoost con la regola Debugger XGBoost Report ModelTrainer - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Crea un SageMaker AI XGBoost con la regola Debugger XGBoost Report ModelTrainer

Nota

Amazon SageMaker Debugger non è più aperto a nuovi clienti. I clienti esistenti possono continuare a utilizzare il servizio normalmente. AWS continua a investire in miglioramenti della sicurezza e della disponibilità di Debugger, ma non prevediamo di introdurre nuove funzionalità. Per ulteriori informazioni, consulta Modifica della disponibilità del debugger.

La regola CreateXgboostReport raccoglie i seguenti tensori di output dal processo di addestramento:

  • hyperparameters – Salva durante la prima fase.

  • metrics – Salva perdita e precisione ogni 5 fasi.

  • feature_importance – Salva ogni 5 fasi.

  • predictions – Salva ogni 5 fasi.

  • labels – Salva ogni 5 fasi.

I tensori di output vengono salvati in un bucket S3 predefinito. Ad esempio, s3://sagemaker-<region>-<12digit_account_id>/<base-job-name>/debug-output/.

Quando costruisci un' SageMaker intelligenza artificiale ModelTrainer per un lavoro di formazione su XGBoost, specifica la regola come mostrato nel seguente codice di esempio.

import boto3
import sagemaker
from sagemaker.train import ModelTrainer
from sagemaker import image_uris
from sagemaker.debugger import Rule, rule_configs

rules=[
    Rule.sagemaker(rule_configs.create_xgboost_report())
]

region = boto3.Session().region_name
xgboost_container=sagemaker.image_uris.retrieve("xgboost", region, "1.2-1")

model_trainer=ModelTrainer(
    role=sagemaker.get_execution_role()
    image_uri=xgboost_container,
    base_job_name="debugger-xgboost-report-demo",
    instance_count=1,
    instance_type="ml.m5.2xlarge",
    
    # Add the Debugger XGBoost report rule
    rules=rules
)

model_trainer.train()