Baixe o relatório de treinamento do Debugger XGBoost - Amazon SageMaker

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Baixe o relatório de treinamento do Debugger XGBoost

Baixe o relatório de XGBoost treinamento do Debugger enquanto seu trabalho de treinamento estiver em execução ou após o término do trabalho usando o Amazon SageMaker SDKPython e (). AWS Command Line Interface CLI

Download using the SageMaker Python SDK and AWS CLI

  1. Verifique a base URI de saída S3 padrão do trabalho atual.

    estimator.output_path

  2. Verifique o nome do trabalho atual.

    estimator.latest_training_job.job_name

  3. O XGBoost relatório do Debugger é armazenado em. <default-s3-output-base-uri>/<training-job-name>/rule-output Configure o caminho de saída da regra da seguinte forma:

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

  4. Para verificar se o relatório foi gerado, liste os diretórios e arquivos recursivamente em rule_output_path usando aws s3 ls com a opção --recursive.

    ! aws s3 ls {rule_output_path} --recursive

    Isso deve retornar uma lista completa de arquivos em pastas geradas automaticamente denominadas CreateXgboostReport e ProfilerReport-1234567890. O relatório de XGBoost treinamento é armazenado noCreateXgboostReport, e o relatório de criação de perfil é armazenado na ProfilerReport-1234567890 pasta. Para saber mais sobre o relatório de criação de perfil gerado por padrão com o trabalho XGBoost de treinamento, consulteSageMaker Relatório interativo do Debugger.

    Veja abaixo um exemplo de saída de regra.

    xgboost_report.htmlÉ um relatório de XGBoost treinamento gerado automaticamente pelo Debugger. O xgboost_report.ipynb é um bloco de anotações Jupyter usado para agregar resultados de treinamento ao relatório. Você pode baixar todos os arquivos, navegar pelo arquivo do HTML relatório e modificar o relatório usando o notebook.

  5. Faça download dos arquivos recursivamente usando aws s3 cp. O comando a seguir salva todos os arquivos de saída da regra na pasta ProfilerReport-1234567890 sob o diretório de trabalho atual.

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

    Se você estiver usando um servidor do bloco de anotações Jupyter, execute !pwd para verificar o diretório de trabalho atual.

  6. Abaixo do diretório/CreateXgboostReport, abra xgboost_report.html. Se você estiver usando JupyterLab, escolha HTMLConfiar para ver o relatório de treinamento do Debugger gerado automaticamente.

    Veja abaixo um exemplo de saída de regra.

  7. Abra o arquivo xgboost_report.ipynb para explorar como o relatório é gerado. Você pode personalizar e estender o relatório de treinamento usando o arquivo do bloco de anotações Jupyter.

Download using the Amazon S3 console

  1. Faça login no AWS Management Console e abra o console do Amazon S3 em. https://console.aws.amazon.com/s3/

  2. Procure o bucket base do S3. Por exemplo, se você não especificou o nome de trabalho básico, o nome básico do bucket do S3 deve estar no seguinte formato:sagemaker-<region>-111122223333. Procure o bucket S3 básico por meio do campo Localizar bucket pelo nome.

    O campo Localizar bucket pelo nome no console do Amazon S3.

  3. No bucket básico do S3, procure o nome do trabalho de treinamento inserindo o prefixo do nome do trabalho em Localizar objetos por prefixo e, em seguida, escolhendo o nome do trabalho de treinamento.

    O campo Localizar objetos por prefixo no console do Amazon S3.

  4. No bucket S3 do trabalho de treinamento, escolha a subpasta rule-output/. Deve haver três subpastas para os dados de treinamento coletados pelo Debugger: debug-output/, profiler-output/ e rule-output/.

    Um exemplo do bucket URI S3 de saída da regra.

  5. Na pasta rule-output/, escolha a pasta /. CreateXgboostReport A pasta contém xbgoost_report.html (o relatório gerado automaticamente em html) e xbgoost_report.ipynb (um bloco de anotações Jupyter com scripts usados para gerar o relatório).

  6. Escolha o arquivo xbgoost_report.html, escolha Ações de download e, em seguida, escolha Baixar.

    Um exemplo do bucket URI S3 de saída da regra.

  7. Abra o arquivo xbgoost_report.html baixado em um navegador da web.