XGBoost バージョン 0.90 をバージョン 1.5 にアップグレードする - Amazon SageMaker
SageMaker Python SDK バージョン 1.x をバージョン 2.x にアップグレードするイメージタグを 1.5-1 に変更するboto3 の Docker イメージを変更するハイパーパラメータと学習目標を更新する

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

XGBoost バージョン 0.90 をバージョン 1.5 にアップグレードする

SageMaker Python SDK を使用している場合、既存の XGBoost 0.90 ジョブをバージョン 1.5 にアップグレードするには、バージョン 2.x の SDK をインストールし、XGBoost versionおよび framework_versionパラメータを 1.5-1 に変更する必要があります。Boto3 を使用している場合、Docker イメージと、いくつかのハイパーパラメータと学習目標を更新する必要があります。

SageMaker Python SDK バージョン 1.x をバージョン 2.x にアップグレードする

SageMaker Python SDK のバージョン 1.x をまだ使用している場合は、 SageMaker Python SDK のバージョン 2.x をアップグレードする必要があります。 SageMaker Python SDK の最新バージョンについては、「Python SDK のバージョン 2.x を使用する SageMaker 」を参照してください。最新バージョンをインストールするには、次を実行します。

python -m pip install --upgrade sagemaker

イメージタグを 1.5-1 に変更する

SageMaker Python SDK を使用して XGBoost 組み込みアルゴリズムを使用している場合は、 のバージョンパラメータを変更しますimage_uris.retrive。

from sagemaker import image_uris
image_uris.retrieve(framework="xgboost", region="us-west-2", version="1.5-1")

estimator = sagemaker.estimator.Estimator(image_uri=xgboost_container, 
                                          hyperparameters=hyperparameters,
                                          role=sagemaker.get_execution_role(),
                                          instance_count=1, 
                                          instance_type='ml.m5.2xlarge', 
                                          volume_size=5, # 5 GB 
                                          output_path=output_path)

SageMaker Python SDK を使用して XGBoost をフレームワークとして使用し、カスタマイズされたトレーニングスクリプトを実行する場合は、XGBoost API で framework_versionパラメータを変更します。

estimator = XGBoost(entry_point = "your_xgboost_abalone_script.py", 
                    framework_version='1.5-1',
                    hyperparameters=hyperparameters,
                    role=sagemaker.get_execution_role(),
                    instance_count=1,
                    instance_type='ml.m5.2xlarge',
                    output_path=output_path)

sagemaker.session.s3_input SageMaker Python SDK バージョン 1.x の は に名前が変更されましたsagemaker.inputs.TrainingInput。次の例のように、sagemaker.inputs.TrainingInput を使用する必要があります。

content_type = "libsvm"
train_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'train'), content_type=content_type)
validation_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'validation'), content_type=content_type)

SageMaker Python SDK バージョン 2.x の変更の完全なリストについては、 SageMaker 「Python SDK のバージョン 2.x を使用する」を参照してください。

boto3 の Docker イメージを変更する

Boto3 を使用してモデルをトレーニングまたはデプロイする場合、docker イメージタグ (1、0.72、0.90-1 または 0.90-2) を 1.5-1 に変更します。

{
    "AlgorithmSpecification":: {
        "TrainingImage": "746614075791.dkr.ecr.us-west-1.amazonaws.com/sagemaker-xgboost:1.5-1"
    }
    ...
}

SageMaker Python SDK を使用してレジストリパスを取得する場合は、 で versionパラメータを変更しますimage_uris.retrieve。

from sagemaker import image_uris
image_uris.retrieve(framework="xgboost", region="us-west-2", version="1.5-1")

ハイパーパラメータと学習目標を更新する

サイレントパラメータは廃止され、XGBoost 1.5 以降のバージョンでは使用できなくなりました。代わりに verbosity を使用します。reg:linear 学習目標を使用していた場合、これも同様に廃止され、 reg:squarederror に置き換えられます。代わりに reg:squarederror を使用します。

hyperparameters = {
    "verbosity": "2",
    "objective": "reg:squarederror",
    "num_round": "50",
    ...
}

estimator = sagemaker.estimator.Estimator(image_uri=xgboost_container, 
                                          hyperparameters=hyperparameters,
                                          ...)