Cómo usar SageMaker AI AutoGluon-Tabular

Uso de AutoGluon-Tabular como algoritmo integrado

Utilice el algoritmo integrado AutoGluon-Tabular para crear un contenedor de entrenamiento de AutoGluon-Tabular, como se ve en el siguiente ejemplo de código. Puede detectar automáticamente el URI de la imagen del algoritmo integrado AutoGluon-Tabular mediante la API image_uris.retrieve de SageMaker AI (o la API get_image_uri si utiliza la versión 2 de Amazon SageMaker Python SDK).

Después de especificar el URI de imagen de AutoGluon-Tabular, puede utilizar el contenedor de AutoGluon-Tabular para construir un estimador con la API Estimator de SageMaker AI e iniciar un trabajo de entrenamiento. El algoritmo integrado AutoGluon-Tabular se ejecuta en modo script, pero el script de entrenamiento se proporciona automáticamente y no es necesario reemplazarlo. Si tiene mucha experiencia en el uso del modo script para crear un trabajo de entrenamiento de SageMaker, puede incorporar sus propios scripts de entrenamiento de AutoGluon-Tabular.

from sagemaker import image_uris, model_uris, script_uris

train_model_id, train_model_version, train_scope = "autogluon-classification-ensemble", "*", "training"
training_instance_type = "ml.p3.2xlarge"

# Retrieve the docker image
train_image_uri = image_uris.retrieve(
    region=None,
    framework=None,
    model_id=train_model_id,
    model_version=train_model_version,
    image_scope=train_scope,
    instance_type=training_instance_type
)

# Retrieve the training script
train_source_uri = script_uris.retrieve(
    model_id=train_model_id, model_version=train_model_version, script_scope=train_scope
)

train_model_uri = model_uris.retrieve(
    model_id=train_model_id, model_version=train_model_version, model_scope=train_scope
)

# Sample training data is available in this bucket
training_data_bucket = f"jumpstart-cache-prod-{aws_region}"
training_data_prefix = "training-datasets/tabular_binary/"

training_dataset_s3_path = f"s3://{training_data_bucket}/{training_data_prefix}/train"
validation_dataset_s3_path = f"s3://{training_data_bucket}/{training_data_prefix}/validation"

output_bucket = sess.default_bucket()
output_prefix = "jumpstart-example-tabular-training"

s3_output_location = f"s3://{output_bucket}/{output_prefix}/output"

from sagemaker import hyperparameters

# Retrieve the default hyperparameters for training the model
hyperparameters = hyperparameters.retrieve_default(
    model_id=train_model_id, model_version=train_model_version
)

# [Optional] Override default hyperparameters with custom values
hyperparameters[
    "auto_stack"
] = "True"
print(hyperparameters)

from sagemaker.estimator import Estimator
from sagemaker.utils import name_from_base

training_job_name = name_from_base(f"built-in-algo-{train_model_id}-training")

# Create SageMaker Estimator instance
tabular_estimator = Estimator(
    role=aws_role,
    image_uri=train_image_uri,
    source_dir=train_source_uri,
    model_uri=train_model_uri,
    entry_point="transfer_learning.py",
    instance_count=1,
    instance_type=training_instance_type,
    max_run=360000,
    hyperparameters=hyperparameters,
    output_path=s3_output_location
)

# Launch a SageMaker Training job by passing the S3 path of the training data
tabular_estimator.fit(
    {
        "training": training_dataset_s3_path,
        "validation": validation_dataset_s3_path,
    }, logs=True, job_name=training_job_name
)

Para obtener más información sobre cómo configurar AutoGluon-Tabular como un algoritmo integrado, consulte los siguientes ejemplos de cuadernos. Todos los buckets de S3 utilizados en estos ejemplos deben estar en la misma región AWS que la instancia de cuaderno utilizada para ejecutarlos.